К основному контенту

Полицейских РФ хотят оснастить компактными видеокамерами с распознаванием лиц


Чуть больше двух лет назад полицейским в России начали выдавать видеорегистраторы (на фото). Сейчас технология выходит на новый уровень: носимые видеокамеры подключают к системе распознавания лиц, сообщают «Ведомости».

Систему распознавания лиц для МВД разработала компания NtechLab, которая прославилась мобильным приложением FindFace для установления личности прохожих, а также для поиска профилей «ВКонтакте» актрис из порнофильмов (осторожно, по ссылке 18+, NSFW).

Если испытания пройдут успешно, то функция распознавания появится у портативных видеорегистраторов, уже используемых полицейскими, сказал сотрудник МВД в комментарии «Ведомостям». Факт тестирования подтвердили сотрудник министерства и человек, знающий это от топ-менеджеров.

Портативные видеокамеры с распознаванием лиц впервые появились в Китае: в этой стране работает одна из самых продвинутых в мире систем видеонаблюдения за населением: около 170 миллионов видеокамер, подключённых к системе распознавания лиц. В начале 2018 года «умные очки» с видеокамерами выдали сотрудникам транспортной полиции в городе Чжэнчжоу.

Гаджеты получили сотрудники, которые работают на оживлённой железнодорожной станции. Через станцию Восточный Чжэнчжоу ежедневно проходит от 70 тыс. до 120 тыс. пассажиров.

Очки специально разработаны для полиции и подключены к наладонному компьютеру. После сканирования лица прохожего компьютер подключается к центральной базе данных, где осуществляется поиск совпадений.

Российская компания NtechLab сейчас тестирует видеорегистраторы с распознаванием лиц мелкими партиями с частными охранными компаниями. Бизнесмены надеются, что гаджет заинтересует правоохранительные органы, Росгвардию и пригодится для выявления безбилетников в транспорте.

По описанию «Ведомостей», камера с софтом NtechLab похожа на рацию, но чуть меньше, и крепится на одежду. Она анализирует видеопоток и выделяет из него лица людей. Фотографии отправляются на сервер через WiFi или сотовую связь (в устройство можно вставить сим-карту). Там снимки сравниваются с ранее загруженными базами, например сотрудников какой-то компании или подозреваемых в преступлении. Если лица на снимках совпадут, то система отправит уведомление на камеру-регистратор у пользователя. На обратной стороне гаджета есть экран, на котором можно сравнить два снимка, увидеть имя человека из базы и получить основную информацию о нём.

Максимальное расстояние, при котором камера может выявить лицо человека, — от 3,5 до 4,5 метров в зависимости от освещения и скорости движения человека, сказал представитель NtechLab. Оборудование предоставило российское подразделение китайской компании Dahua Technology.

В число акционеров NtechLab с 2018 года вошла госкорпорация «Ростех», так что сейчас фирма может рассчитывать на госзаказы.

Конкурент NtechLab — компания VisionLabs, (25,07% принадлежит Сбербанку) — уже выпускала нагрудные видеорегистраторы с распознаванием лиц, например, в Сингапуре и Гонконге, рассказал гендиректор VisionLabs Александр Ханин. Но там видеопоток анализировался внутри устройства, а кадры отправлялись по Bluetooth на смартфон с базой лиц. По словам Ханина, камеры позволяют идентифицировать лица на расстоянии 2–3 метра.

Технологии распознавания лиц от «Центра речевых технологий» (на 51% принадлежит Сбербанку) внедрены в мобильную платформу IT-интегратора «Крок».

@black_triangle_tg

Популярное

Пробив информации. Osint-ресурсы.

Думаю что эта подборка будет полезна и вам, список ресурсов не всеобъемлющий по этому всем кому есть что добавить, добро пожаловать в коментарии. Поиск По Фотографиям Поиск по лицу: FindTwin face search demo + @VkUrlBot Face search • PimEyes Betaface free online demo - Face recognition, Face search, Face analysis VK.watch – история профилей ВКонтакте Поиск первоисточника картинки и всех доменов где она хоститься: TinEye Reverse Image Search Reverse image search for images and video - Berify.com Search by image | Reverse Image Search on Google 2019 Reverse Image Search - Search By Image Reverse Image Search - Find Similar Photos Online Karma Decay - Reverse image search of Reddit.com Поиск фото по геометкам в социальных сетях: Поиск фото по геометкам в соц. сетях Поисковик фотографий с привязкой к геолокации Другое: Поиск по фото мошенников и фейков Поисковые Cистемы Людей Мир: Free People Search | PeekYou https://pipl.com/ ...

Скрытые функции поисковика DuckDuckGo

Если пoисковик DuckDuckGo кому-то и известен, то в первую очередь в связи с повышенной приватностью. В отличие от Google или «Яндекса» он не собирает данные о пользователях, но и результаты у него не такие же хорошие. Однако стоит копнуть глубже, и оказывается, что это мощнейший инструмент, способный значительно облегчить и ускорить извлечение информации из Сети. Начнем с того, что на самом деле DDG — не совсем поисковик. Вернее даже, совсем не поисковик, а этакий агpегатор ответов с разных поисковиков. В своей работе он использует поисковую выдачу Yahoo, Bing, Yummly, «Яндекса», «Википедии» и сотен других «надежных» источников. Такая особенность делает DDG очень точным, если источники содержат информацию именно по этому запросу. Он легко выдает исчерпывающие ответы на запросы типа «linux df», «долгая счастливая жизнь», «Java InterruptedException» или даже «is it raining». Но как только ты введешь что-то более сложное, что-то, чего не окажется в источниках DDG,...

Пишем бот для рыбалки в игре Albion Online на языке Python (Albion Online Fishing bot)

import numpy as np import cv2 from mss.linux import MSS as mss from PIL import Image import time import pyautogui as pg import imutils import mss import numpy import pyautogui template = cv2.imread("2019-07-02_06-55_1.png", cv2.IMREAD_GRAYSCALE) w, h = template.shape[::-1] color_yellow = (0,255,255) mon = {'top': 80, 'left': 350, 'width': 100, 'height': 100} def process_image(original_image):     processed_image = cv2.cvtColor(original_image, cv2.COLOR_BGR2GRAY)     processed_image = cv2.Canny(processed_image, threshold1=200, threshold2=300)     return processed_image def ss():     op = 1     with mss.mss() as sct:         monitor = {"top": 40, "left": 0, "width": 800, "height": 640}         while "Screen capturing":             last_time = time.time()      ...