Стажировка по проекту
Компания: Московский институт электронной техники
Разработка системы распознавания лиц сотрудников
с целью контроля перемещения
по объектам предприятия
с целью контроля перемещения
по объектам предприятия
Суть проекта
Задача
Для чего
Вводные данные
Выходные данные
Создание и интеграция нейросетевой модели для распознавания лиц людей, входящих в помещение предприятия или выходящих из него
В долгосрочной перспективе разработанная система может быть интегрирована в систему видеонаблюдения, что даст возможность контроля перемещения сотрудников по помещениям предприятия и позволит оперативно восстановить последовательность событий в случае непредвиденных событий
- 6 записей с различных камер видеонаблюдения предприятия
- 4 фотографии сотрудников, присутствующих на представленных видео
- Несколько различных реализаций конвейеров для распознавания лиц
- Приложение, которое позволяет запускать разработанные конвейеры по детекции персон и их лиц, сохранять в базу SQL обнаруженные лица и сопоставлять их с ранее сохраненной базой данных
Участники
1 команды проекта
1 команды проекта
- Бойцов АнтонТимлид проектаАнтон — руководитель группы разработчиков, отвечал за полную разработку проекта
- Малицкий АндрейПомощник тимлидаАндрей помогал руководителю команды организовывать процесс разработки проекта
- Некрасова ТатьянаПомощник тимлидаТатьяна помогала руководителю команды организовывать процесс разработки проекта
- Свириденко ДмитрийИнженер-программист, индивидуальный предприниматель в сфере ИТ
- Исследование и тестирование различных инструментов обнаружения и распознавания лиц (OpenCV (Haar), MTCNN, ArcFace, DeepID, Facenet, DeepFace, Dlib, InsightFace (retinaface), Face Recognition, YuNet Face Detection)
- Исследование и тестирование различных инструментов обнаружения и трекинга объектов (YOLOv8, AutoTrackAnything, SORT, DeepSort, FairMOT, ByteTrack, BoT-SORT)
- Исследование и тестирование других библиотек целей проекта (GStreamer, NVidia TensorRT, NVidia DeepStreem; FAISS, PostrgeSQ+pgvector)pyTorch-класс для работы с эмбедингами на GPU
- Исследование устойчивости эмбеддингов лиц
- Исследование производительности библиотеки
- Исследование устойчивости трекеровсоздание векторизованной базы данных детектированных лиц
- Реализация REST-API на базе FastAPI с настраиваемым конвейером обработки
- Создание видеокомбинированной системы трекинга лиц YOLOv8 + BoT-SORT + InsightFace FAISS/pgvector
- Новиков АндрейАрхитектор технических решений
- Проведение экспериментов с различными платформами (Deepface, InsigthFace, YOLO), моделями (VGG-Face, ArcFace и др.) и детекторами лиц (mtcnn, opencv, retinaface и др.) для выбора наиболее подходящего варианта для проекта
- Создание конвейера распознавания лиц в видео для различных сцен в офлайн-режиме на Google Colab с использованием платформ YOLO, InsigthFace и библиотек shapely, cv2, json, moviepy, pickle и др.
- Комбинирование результатов двух нейросетей для повышения скорости и точности распознавания лиц
- Оптимизация скорости работы конвейера путем вычислений только в зоне интереса и уменьшения площади изображений для обнаружения лиц
- Исследование структуры эмбеддингов лиц и влияния различных факторо
- Оптимизация работы конвейера с учетом результата исследований
- Подготовка утилиты с инструкцией и кодом для помощи преподавателям в развертывании учебного проекта конвейера распознавания лиц с GitHub в среде Google Colab
- Горина АнастасияИнженер-проектировщик
- Проведение экспериментов по распознаванию лиц с использованием библиотеки dlib и оценка качества ее работы для решения задачи распознавания лиц
- Проведение экспериментов с трекерами для анализа траекторий движения лиц в коридоре
- Проведение экспериментов с библиотекой InsightFace
- Проведение экспериментов с фильтрами на повороты головы по трем осям, уверенности модели и заданием зоны внимания на видеоматериалах
- Сравнение использования косинусного и евклидового расстояния для определения близости эмбедингов
- Визуализация данных в виде графиков для анализа кучности точек облака эмбеддингов лиц и средних эмбединогов этих лиц для оценки путаницы при распознавании лиц
- Подсчет и анализ максимальных внутриклассовых расстояний и минимальных межклассовых расстояний для оценки точности распознавания лиц
- Определение пороговых размеров лиц на видеоматериалах и их влияния на точность распознавания
- Создание конвейера с различными функциями
- Пискарева ЕвгенияМенеджер по аудиту, анализу данных и внедрению BIM-технологий
- Тестирование распознавания лиц на основе применения метода Виолы-Джонса
- Анализ эффективности библиотеки распознавания лиц Dlib с функциями детекции HOG и CNN
- Анализ эффективности библиотеки DeepFaceАнализ эффективности библиотеки InsightFace
- Использование фреймворков YOLOv8, YOLOv9 и YOLO-World компании Ultralytics для распознавания объектов на видео заказчика и других видео с целью изучения искомых характеристик и поиска оптимального решения
- Тестирование библиотеки Insightface с WEB-камерой с окклюзиями
- Поиск среднего эмбеддинга на видео заказчика и других видео, в том числе плохого качества, с использованием окклюзий и применением для них фильтров пороговых значений
- Визуализация эмбеддингов в 3D
- Тестирование алгоритмов компьютерного зрения для отслеживания объектов на видеопотоках AutoTrackAnything, Ultralytics YOLO (BotSORT и ByteTrack), KLT tracking algorithm
- Тестирование стенда коллег для представления результатов и тестирование конвейера
- Поиск и изучение научных статей и публикаций по сравнению и анализу систем распознавания лиц
- Поиск научных статей по выявлению факторов повышения точности распознавания лиц и публикаций по трекингу объектов
- Поиск и сбор базы данных для исследований
- Мингараев ИльсурПрограммист
- Разработка приложения для исполнения скриптов конвейеров на языке Python
- Создание интерфейса приложения на базе библиотеки Qt5
- Создание базы данных PostgreSQL для хранения результатов работы конвейеров
- Подключение расширения pgvector для работы с эмбедингами
- Осокин ЮрийТимлид проектаЮрий — руководитель группы разработчиков, отвечал за полную разработку проекта
- Желтов АлександрИнженер информационных систем и технологий
- Настройка рабочего окружения для разработки нейросетей, включая установку и настройку необходимого ПО (NVIDIA, InsightFace, VS Code).
- Сегментация видео и
- Разработка и текстирование собственныех версий нейросетей на основе существующих моделей
- Проведение успешных экспериментов по распознаванию лиц с использованием различных библиотек и инструментов (SAM, InsightFace)
- Создание и обработка датасетов
- Создание Embedding data set для обучения и тестирования моделей распознавания лиц
- Федоров АлександрПредприниматель
- Создание и обработка датасетов
- Проведение многочисленных экспериментов с различными библиотеками (OpenCV, face_recognition, InsightFace) с высоким уровнем точности на этапе обучения
- Создание виртуальной среды разработки в Анаконде, что позволило более эффективно работать с различными библиотеками и инструментами
- Реализация и отладка кода для выполнения специфических задач: обработка видео и сохранение результатов на диск
- Шокун АлексейСпециалист в сфере менеджмента организаций
- Составление плана реализации проекта, который включал в себя этапы изучения материалов, сбор данных, разработку и обучение нейросетей
- Создание собственного датасета и разработка нейросети на его основе для обнаружения объектов
- Использование различных методов и библиотек для оптимизации решений, что свидетельствует о его стремлении к поиску эффективных подходов к задачам
- Создание решения на основе Yolo v8
- Подготовка демонстрационного видео по работе нейросети по распознаванию лиц
- Шиллер АннаИнженер-металлург, переводчик в сфере профессиональной коммуникации
- Создание краткого плана реализации проекта.
- Экспериментирование с датасетами и добавление фотографий в Collab на GitHub
- Изучение ипроведение экспериментов для дальнейшей работы над проектом.
- Шамараев ДмитрийПрограммист
- Создание и обработка датасетов
- Проведение многочисленных экспериментов с различными библиотеками и алгоритмами
- Разработка среды разработки
- Реализация и ааптация кода для работы с различными библиотеками распознавания лиц
Участники
2 команды проекта
2 команды проекта