Ідентифікація та верифікація за обличчям: точність, швидкість, масштабованість і приватність. Від мобільних SDK до GPU-кластерів інференсу та інтеграцій зі СКУД/CRM.
Розпізнавання осіб будує вектор ознак (embedding) та порівнює його з еталонами. Технологія стала стандартом у безпеці, фінтеху, рітейлі, транспорті. AVGZ проєктує рішення, що поєднують точність, низьку затримку та дотримання приватності: локальні розгортання, мобільні SDK, сервери інференсу з GPU та готові інтеграції.
- Контроль доступу/відвідуваність: швидкий прохід, анти-прохід «хвостом».
- Фінансові операції та eKYC: верифікація клієнта, зниження шахрайства.
- Правоохоронні органи: пошук у великих базах, аналітика потоків.
- Рітейл: VIP/blacklist, контроль касових зон, сервіс для постійних.
- Транспорт/події: безквитковий прохід, скорочення черг.
- Освіта/медицина: контроль доступу та присутності.
- Детекція обличчя: MTCNN/RetinaFace знаходить обличчя в кадрі.
- Нормалізація: вирівнювання, контроль розмиття й освітлення.
- Анти-спуфінг: пасивний/активний liveness проти масок/екранів.
- Векторизація: нейромережа формує embedding (128–512 значень).
- Порівняння: 1:1 (верифікація) або 1:N (ідентифікація) з порогами.
- Рішення/журнали: політики безпеки, лог подій, сповіщення та інтеграції.
Ключові показники: FAR, FRR, EER, затримка (p95) та Top-1 точність.
| Сценарій | FAR | FRR | Затримка (p95) | Точність Top-1 |
|---|---|---|---|---|
| Доступ у бізнес-центр | ≤ 0,001% | ≤ 1% | ≤ 300–400 мс | ≥ 99% |
| Банківська верифікація | ≤ 0,0001% | ≤ 1,5% | ≤ 1–2 с | ≥ 99,7% |
| Масові заходи | ≤ 0,01% | ≤ 2% | ≤ 200–300 мс | ≥ 98,5% |
Баланс безпеки/зручності досягаємо підбором порогів і якісним анти-спуфінгом.
| Пакет | Сценарій | Інфраструктура | Анти-спуфінг | SLA | Орієнт. бюджет, грн |
|---|---|---|---|---|---|
| Pilot | 1–2 точки, тест/PoC | 1 сервер (CPU/GPU) | Пасивний | 8×5 | 60 000 – 140 000 |
| Growth | 3–10 точок, інтеграції | Кластер інференсу + БД | Пас.+акт. | 12×5 | 200 000 – 480 000 |
| Enterprise | 10+ точок, цілодобово | HA-кластер, DR-сайт | Повний | 24×7 | від 600 000 |
Фінальна вартість уточнюється після Discovery та вимірювань камер/світла.
До: ручна перевірка документів, ~6 осіб/хв на турнікет.
Після: розпізнавання + е-квиток, ~15 осіб/хв.
- 50 турнікетів × (15 − 6) = +450 осіб/хв.
- За годину — ≈ 27 000 додаткових проходів.
Менше персоналу на контроль, коротші черги, вища безпека (VIP/blacklist), кращий досвід відвідувача.
- Шифрування: зберігаємо embeddings, а не «сирі» фото; AES-256 у спокої, TLS 1.2+/1.3 у русі.
- Доступи: MFA, RBAC/ABAC, журнали аудиту.
- Політика зберігання: TTL для фото/відео (напр., 7–30 днів), видалення шаблонів на запит.
- Відповідність: прозоре інформування, DPIA для чутливих сценаріїв, процеси ISO-орієнтовані.
- Антидискримінація: перевірки bias, вимоги до освітлення/ракурсів для мінімізації помилок.
- Камери: 1080p+, 25–30 fps, стабільне освітлення, бажано ІЧ.
- Мережа: низька латентність, гарантована смуга; QoS для відео.
- Сервери: CPU з AVX2/AVX-512 або GPU (T4/A2000/A4000), RAM 64+ ГБ, NVMe RAID.
- ПЗ: відкриті API/SDK, сумісність із СКУД/CRM/DWH, можливість локального розгортання.
- Embedding
- Числова модель обличчя, що порівнюється замість фото.
- 1:1 / 1:N
- Верифікація один-до-одного або пошук у базі.
- FAR/FRR
- Хибні допуски / хибні відмови.
- EER
- Точка рівності помилок — міра якості моделі.
- Liveness
- Перевірка «живості» — анти-спуфінг.
Інтеграція з нашими турнікетами?
Так, керуємо реле/контролерами та віддаємо події «допуск/відмова».
Велика база співробітників/клієнтів?
Розподілений пошук, індексація, кешування активних записів.
Пікові навантаження?
GPU-кластер, балансування, асинхронні черги, мікрокеш результатів.
Потрібно локально, без хмари?
Підтримуємо повністю локальне розгортання у вашому ЦОДі.
Розпізнавання осіб, що дає швидкість, безпеку та вимірювану вигоду.
AVGZ спроєктує архітектуру, налаштує анти-спуфінг і запустить PoC у ваших умовах.