Российская компания «Вокорд», один из ведущих разработчиков и производителей интеллектуальных систем видеонаблюдения и аудиорегистрации (портфельная компания фондов с участием капитала РВК: «С-Групп Венчурс» и «Лидер-инновации», резидент фонда «Сколково»), перевела системы биометрической идентификации VOCORD FaceControl и VOCORD FaceControl 3D на нейронные сети.

Специалисты компании «Вокорд» разработали собственный математический алгоритм распознавания лиц, в основе которого лежит технология глубоких нейронных сетей и оригинальные авторские математические последовательности VOCORD. Благодаря им новый алгоритм распознавания лиц характеризуется исключительно высокой производительностью и точностью.

На фоне общего развития технологий нейронных сетей и их повсеместного внедрения, алгоритм, разработанный компанией «Вокорд», выгодно отличается универсальностью, скоростью и точностью распознавания. Алгоритм VOCORD позволяет работать как с изображениями, полученными с камер обзорного видеонаблюдения, так и со специализированных камер для распознавания лиц.

Скорость обработки составляет 3 миллиона сравнений в секунду и не зависит от качества изображения. При этом сохраняется высокая точность распознавания, а ошибки минимизированы, что подтверждено тестами, проведенными по различным методикам.

Алгоритм VOCORD уже обучен на изображениях одних и тех же лиц, снятых с разных ракурсов в разное время и в разных условиях. Используемый метод обучения имеет значительное преимущество над обучением, в котором база состоит из нескольких практически фронтальных изображений одного человека. Процесс обучения непрерывен, и со временем точность распознавания увеличивается.

Особенность алгоритма VOCORD заключается в способности эффективно распознавать лица людей, следующих в потоке, поскольку он работает с невысоким разрешением изображений (на входе область лица может иметь размер 128×128 пикселов, а расстояние между глазами около 50 пикселов). Важно отметить, что алгоритм работает как с фронтальными, так и с частично повернутыми лицами.