СИСТЕМА РАСПОЗНАВАНИЯ ЛИЦ – НОУ-ХАУ В БОРЬБЕ С МАГАЗИННЫМИ ХИЩЕНИЯМИ

Технологии лицевой биометрии вышли за пределы научных лабораторий и начали применяться в коммерческих проектах сравнительно недавно. Однако уже сегодня искусственный интеллект, лежащий в основе решений по распознаванию лиц, показывает колоссальные результаты, добиться которых ранее не удавалось ни человеку, ни технике. Нейронные сети способны обучаться, понимать и анализировать огромное количество изображений в секунду и практически мгновенно выявлять совпадения, основанные на интеллектуальном сравнении, с точностью до 99,9%.

Буквально пять лет назад такое сложно было представить, сегодня же с регулярной частотой публикуются результаты новых испытаний, которые с каждым разом становятся лучше и лучше. Внедрение системы распознавания лиц в ИТ-инфраструктуру магазина должно снять головную боль ритейлеров, связанную с хищениями – внешними и внутренними.

На практике работа решения выглядит так: создаются специальные базы с фотографиями людей, пойманных на воровстве в магазинах, с изображениями сотрудников, уличенных в хищениях или других противоправных действиях. Розничные компании могут пополнять эти списки, пользоваться данными в закрытую или делиться ими с другими ритейлерами. Система распознавания лиц через облако подключается к камерам в магазине, анализирует видеопоток и в режиме реального времени определяет все человеческие лица, попадающие в кадр, создает их цифровые слепки, прогоняет по базе нежелательных лиц и находит совпадения – вся цепочка занимает не более 2 секунд. Как только нейросеть понимает, что на пороге магазина человек, включенный в «черный» список, она моментально подает сигнал об этом службе безопасности. Сотрудник охраны в свою очередь, получив такое уведомление, сможет сыграть на опережение и тщательно проследить за поведением подозрительного покупателя, тем самым предотвратив потенциальную кражу. Вычислить преступника можно и постфактум: система проанализирует архивные видео ролики, определит все повторные появления злоумышленника в кадре и составит маршрут его передвижения.

Аналогичным образом решение можно использовать при приеме сотрудников на работу. Достаточно загрузить фото соискателя в программу, и она сразу же даст знать, если человек ранее был замечен за недобросовестными действиями. Решение о том, стоит ли нанимать такого сотрудника, останется за службой по персоналу розничной сети, однако в этом случае с большей долей вероятности оно будет более взвешенным и учитывающим все риски.

Система распознавания лиц также легко интегрируется с системой контроля и управления доступом (СКУД). Автоматизация контроля доступа в закрытые зоны магазина с помощью технологий лицевой биометрии исключает сценарии, когда посторонние – покупатели или сотрудники без соответствующего уровня доступа – проникают на склад и крадут тот или иной товар.

Стоит отметить, что разработки в области лицевой биометрии ведутся и за рубежом. Вот один из свежих примеров: в Японии инженеры обучили нейросеть на записях магазинных краж анализировать поведение покупателей и на основе огромного количества факторов вычислять потенциальное преступление до его совершения. Например, система способна учитывать такие факторы, как неуверенное или подозрительное поведение, попытки найти «слепые» зоны камер и многое другое. По словам разработчиков, пилотное тестирование решения в магазинах уже продемонстрировало сокращение числа краж в два раза.