Комментарии 8
tldr: в QNX есть OpenCV
Про QNX не знаем, мы уже много лет с ним не работаем. И даже официальную поддержку не оказываем.
OpenCV - да, мы его тоже к себе в ОС спортировали. Как standalone решение, так и в интересах данной платформы, а также TensorFlow Lite, MLPack и ряд других проектов. Сами библиотеки, вроде CV, закрывают около 5-10% функциональных потребностей платформы и не решают даже обсуждаемую частную задачу во всём её объеме.
Для описанного вами алгоритма верификации по лицу, вы измеряли вероятность ложного несовпадения (FNMR) при вероятности ложного совпадения (FMR) 0.01 %?
Тестирование пока производилось на ограниченном датасете, недостаточном для правильного расчёта данных показателей. Пороговые значения при проверке на совпадение были выставлены так, чтобы не допускать ложных совпадений. В дальнейшем планируется существенно расширить тестовый датасет, чтобы рассчитать данные показатели и лучше настроить поведение системы распознавания.
А вообще, хороший повод обсудить, что лучше: хранить несколько снимков(точнее предобработанных данных на их основе) гражданина и по входному находить похожесть на основе чего-нибудь чисто математического или запихнуть всё в нейросети? Особенно в контексте предсказуемости, стабильности, скорости и энергоэффективности. А еще стоимости продукта и разнице в цене мат-базы. А еще в контексте защищенности. Я не особо в этом разбираюсь, но интересно. Я бы еще до кучи костылей накидал в виде нескольких копеечных лазерных меток/линий на лицо потерпевшего для определения объема.
Схематически алгоритм работы показан на картинке:
напомнило баян "Как нарисовать сову"
мы выбрали нестандартную модель
а вот тут откровенно мало информации, а ведь именно это могло бы отличить эту статью от десятка других...
Машинное обучение и встраиваемые системы. Демонстрация возможностей