به گزارش گرداب، بااینکه بیشتر جوانان و فارغ‌التحصیلان دانشگاهی بعد از اتمام دوران تحصیل و دانشگاه و گرفتن مدرک به دنبال شغل‌های اداری و استخدام در شرکت‌های مختلف هستند ولی در تبریز چند جوان بعد از اتمام دانشگاه، گروه علمی و تحقیقاتی تشکیل داده‌اند و در پی راه‌اندازی سیستم‌های فناوری اطلاعات و ارتباطات جدید در کشور هستند.

این گروه در تازه‌ترین اقدام خود نرم‌افزار تشخیص و شناسایی افراد را راه‌اندازی کرده است که می‌تواند کاربردهای فراوانی در بحث‌های امنیتی و فناوری اطلاعات و ارتباطات داشته باشد.

این سیستم اولین نرم‌افزار تشخیص چهره در کشور است که با دقت عمل بالا و ضریب خطای اندک کار می‌کند

جالب‌تر اینکه تشخیص و شناسایی افراد تنها کاربرد این محصول نیست و این سیستم از افزونه‌های مختلفی تشکیل می‌شود که هرکدام وظیفه خاصی را به انجام می‌رسانند. افزونه‌های دیگر همانند تشخیص رفتار، تشخیص اشیا و ردگیری شخص خاص را می‌توان با این محصول ادغام کرده و قابلیت‌های جدیدی را اضافه کرد.

این سیستم اولین نرم‌افزار تشخیص چهره در کشور است که با دقت عمل بالا و ضریب خطای اندک کار می‌کند و نیاز به سخت‌افزارهای خاص برای تشخیص چهره، تعویض یا خرید دوربین‌های جدید را حذف کرده و رویکردی مقرون‌به‌صرفه ارائه می‌دهد.

جواد رنجبر یکی از جوانان این گروه و سرپرست آن‌ها است که در خصوص این نرم‌افزار به خبرنگار مهر می‌گوید: محصول ما یک‌راه حل تماماً نرم‌افزاری است که با تمامی زیرساخت‌های فعلی کشور به‌ویژه شبکه دوربین‌های نظارتی که در حال حاضر نصب و پیکربندی‌شده‌اند سازگار است.

وی ادامه می‌دهد: موتور نرم‌افزاری ما نیاز به سخت‌افزارهای خاص برای تشخیص چهره، تعویض یا خرید دوربین‌های جدید را حذف کرده و رویکردی مقرون‌به‌صرفه ارائه می‌دهد. دقت سیستم بسیار قابل‌توجه است به شکلی که می‌تواند حتی در تصاویر و ویدیوهای کوچک‌تر از اندازه ۲۴۰ پیکسلی که به‌وسیله وبکم های بسیار ارزان‌قیمت قابل‌ارائه‌اند، افراد را شناسایی کند.

رنجبر با اشاره به جزئیات این سیستم می‌گوید: سیستم در برابر تغییرات ظاهری مانند رنگ‌آمیزی صورت، عینک، شال و کلاه گذاشتن مقاوم است. نکته قابل‌توجه سیستم ما، امکان یادگیری خودکار در طول زمان است به شکلی که دقت سیستم در شناسایی افراد به‌مرورزمان و بدون دخالت انسانی آن‌هم به شکل خودکار بهبود می‌یابد. بدین منظور سیستم تمامی چهره‌های شناسایی‌شده را در بازه‌های زمانی مشخص خوشه‌بندی می‌کند تا تمامی تصاویر هر شخص به شکل مجزا گردآوری شود.

این نخبه علمی ادامه می دهد: آنگاه سیستم با مقایسه تغییرات عوامل مختلف ازجمله زاویه دید، نور، لباس و طیف رنگی تصویر یاد می‌گیرد که شخص مذکور را بهتراز قبل شناسایی مجدد کند.

وی در خصوص دیگر ویژگی قابل‌توجه این سیستم اظهار می‌کند: امکان مقیاس‌پذیری وسیع این سیستم دیگر ویژگی آن است، درصورتی‌که تعداد دوربین‌های نظارتی افزایش یابد یا مسئولین به افزایش سرعت پردازش به مقداری بیش از توان قبلی نیاز داشته باشند، می‌توان با اضافه کردن پردازشگرهای جدید توان آن را به شکل ابری و خطی افزایش داد. در این حالت می‌توان حتی تا چند صد دوربین را کاملاً به شکل لحظه‌ای و هوشمند با اختلاف‌زمانی کمتر از ۵ ثانیه کنترل کرد.

وی می‌گوید: سیستم برای شناسایی هر فرد، فارغ از ازدحام جمعیتی به تنها یک عکس اولیه نیاز دارد.

این جوان نخبه علمی در خصوص کاربردهای مختلف سیستم تشخیص چهره در کشور ادامه می‌دهد: این سیستم در اماکن مختلف و بحث‌های امنیتی کاربردهای فراوانی دارد و به‌عنوان‌مثال می‌توان از این سیستم در سازمان‌ها، ترمینال‌ها و سایر اماکن عمومی و اداری کشور برای شناسایی افراد استفاده کرد.

رنجبر می‌افزاید: فرآیند نظارت خودکار بر جمعیت‌های انسانی توسط سیستم‌های رایانه‌ای با چالش‌های متعددی مواجه است که دقت و سرعت شناسایی افراد دو مؤلفه اصلی آن هستند. سرعت و دقت هردو به کیفیت اطلاعات ورودی وابستگی دارند.

وی ادامه می‌دهد: علاوه بر این، دقت سیستم‌های قبلی موجود در کشور تحت تأثیر مواردی همچون زاویه تصویربرداری، داشتن سبیل، ریش، لبخند زدن، اخم کردن و بیان سایر عواطف انسانی و همپوشانی و شرایط تصویری و تاریکی و شدت نور قرارگرفته و باعث افزایش خطا می‌شود ولی در سیستم جدید ما برای اولین بار در کشور این مسائل حل‌شده است.

رنجبر در خصوص هدف این محصول می‌گوید: هدف این محصول ارائه سیستمی مبتنی بر جدیدترین الگوریتم‌های دقیق و بهینه برای تشخیص چهره و بازشناسی افراد با بیشترین دقت و سرعت، از طریق به حداقل رساندن تمامی مشکلات مطرح‌شده است.

وی در خصوص فرآیند کار این سیستم ها می‌گوید: سیستم های تشخیص و بازشناسی افراد عموما از دو بخش تشخیص چهره‌های انسانی و مقایسه آنها تشکیل می‌شوند. این سیستم با دریافت اطلاعات مرحله اول، ویژگی‌های انحصاری هر چهره را استخراج کرده و آن‌ها را در پایگاه اطلاعاتی ذخیره‌سازی می‌کند. آنگاه سیستم می‌تواند با مقایسه ویژگی‌های هر چهره اقدام به شناسایی هر فرد در تمامی سوابق تصویری و ویدیویی کند.

این کارشناس حوزه فناوری اطلاعات در خصوص روش‌های پیشین برای شناسایی چهره‌ها می‌گوید: الگوریتم Eigenface یکی از معمول‌ترین الگوریتم‌های استفاده‌شده برای تشخیص چهره است که در بانک‌های اطلاعاتی با اندازه نسبتاً کوچک سرعت قابل قبولی ارائه می‌دهد. این الگوریتم در برابر چهره‌های کوچک و یا دارای شرایط محیطی مختلف دچار مشکل می‌شود که با توجه به عمر زیاد آن برای شرایط سیال امروزی مناسب نیست.

رنجبر ادامه می‌دهد: الگوریتم تفکیک خطی زیرشاخه‌ای از Eigenface است که منحصراً برای شرایط مختلف نور بهینه‌تر شده است. دسته دیگر که مبتنی بر رنگ پوست انسان است به دلیل تحلیل خطی کل تصویر بر اساس رنگ بسیار زمان‌بر است. الگوریتم‌های موجی نیز از ساختارهای فرکانسی فضایی برای تشخیص چهره استفاده می‌کنند.

وی می‌افزاید: جدیدترین نوع این الگوریتم‌ها، شبکه‌های مصنوعی عصبی هستند که بیشترین دقت ممکن را ارائه داده‌اند. یکی از الگوریتم‌های مورداستفاده در محصول ما مبتنی بر این شبکه‌ها است.

این مبتکر سیستم‌های نرم‌افزاری می‌گوید: پیش‌نیازهای نرم‌افزاری و سخت‌افزاری سیستم ما به نوع خاصی از تجهیزات اعم از دوربین و پردازشگر متکی نیست و می‌تواند صرفاً بر اساس نیاز و توان مالی به‌کارگیرنده خود توسعه یابد. برای مثال اگر سازمانی هم‌اکنون به شبکه‌ای از دوربین‌های مداربسته تجهیز شده است که امکان ارائه تصویر به محصول ما را داشته باشند، می‌توانید با استفاده از چند دستگاه رایانه، امکانات مذکور را دریافت کنید بدون آنکه نیازی به تغییر یا سرمایه‌گذاری مجدد در زیرساخت موجود داشته باشید.

یکی دیگر از اعضای نخبه این گروه درخصوص ویژگی‌های انحصاری این محصول و دقت خارق‌العاده آن می‌گوید: سیستم دارای چند موتور تشخیص چهره است. هرکدام از این موتورها به شکلی مختلف برای دقت، نیازمندی سازمانی و سرعت تشخیص بهینه‌شده‌اند. شما می‌توانید بر اساس نیاز خود، سیستم را برای دقت ۹۵٪ در اندازه تصویر مناسب و یا نرخ کمتر برای افزایش سرعت تنظیم کنید.

فرزاد فعال در خصوص سرعت عمل این سیستم نیز می‌افزاید: سیستم از ۲ بخش اصلی تولید ویژگی و مقایسه ویژگی اشخاص تشکیل‌شده است. هردوی این مراحل برای بهترین بازدهی بهینه‌شده‌اند. سیستم می‌تواند با استفاده از یک رایانه معمولی، ۱۰۰ میلیون مقایسه مختلف چهره را تنها در ۱۴ ثانیه انجام دهد.

فعال در خصوص سازگاری این سیستم با زیرساخت‌های موجود در کشورمان اظهار می‌کند: نظر به اینکه در حال حاضر تعداد زیادی دوربین در ورزشگاه‌ها، ترمینالها، معابر و خیابان‌ها و دیگر حوزه‌ها نصب‌شده‌اند، حفظ سازگاری با زیرساخت موجود و صرفه‌جویی مالی و انسانی از ویژگی‌های اصلی سیستم است.

وی می‌گوید: با توجه به پوشش روزافزون تصویری اماکن مختلف، محصول ما فارغ از تعداد و نوع ورودی‌های تصویری طراحی‌شده است. می‌توان بر اساس نیاز، پردازشگرهای جدیدی به شکل خطی به شبکه آن اضافه نمود تا فشار پردازشی به شکل مساوی بین رایانه‌ها توزیع شود. با این رویکرد، توسعه‌پذیری سیستم برای تعداد کلان دوربین‌ها حفظ‌شده و درعین‌حال از صرف هزینه اضافی پیشگیری می‌شود.

این کارشناس حوزه فناوری اطلاعات ادامه می‌دهد: تشخیص و شناسایی افراد تنها کاربرد این محصول نیست. سیستم از افزونه‌های مختلفی تشکیل می‌شود که هرکدام وظیفه خاصی را به انجام می‌رسانند. افزونه‌های دیگر همانند تشخیص رفتار، تشخیص اشیا و ردگیری شخص خاص را می‌توانیم با این محصول ادغام کرده و قابلیت‌های جدیدی را اضافه کنیم.

وی می افزاید: این محصول پلتفرمی است جامع برای هرگونه سرویس کنترلی، نظارتی، اطلاعاتی و آماری؛ به شکلی که میتوان امکانات جدید را به سادگی و بدون تداخل به آن اضافه کرد.

وی می گوید: برای مثال در کنترل ورود و خروج خودکار؛ اگر سازمان مراجعان زیادی دارد کنترل اینکه چند نفر وارد محدوده و ساختمان شده و در پایان وقت چند نفر از آن خارج شده اند به شکل سنتی ناممکن است. این امکان تشخیص اینکه چه کسانی هنوز محدوده مورد نظر را ترک نکرده را فراهم می کند.

رنجبر سپس از ویژگی های دیگر این سیستم می گوید: برای مثال دیگر این افزونه می تواند صحت پلاک ثبتی برای خودروها را بررسی کند. اگر خودرویی با پلاکی جز آنچه در سیستم تعریف شده است تشخیص داده شود می توان اقدامات آتی را اعمال کرد. همچنین می توان از آن برای شناسایی و ردگیری خودروهای سرقتی بر اساس شماره پلاک و نوع خودرو نیز استفاده کرد.

وی ادامه می دهد: قابلیت اعمال قانون نیز در مراحل ابتدایی برنامه ریزی قرار دارد. هدف از آن اعمال خودکار جرائم رانندگی برای خودروهایی است که اقدام به عبور از چراغ قرمز کرده و یا رفتارهای پرخطر مانند سبقت غیرمجاز انجام می دهند و یا ورود افرادی به مکان یا سازمان خاصی ممنوع باشد در صورت ورود شخص سیستم به صورت خودکار فرد را تشخیص داده و اطلاع می دهد.

این کارشناس حوزه فناوری اطلاعات در خصوص امکان تشخیص و ردگیری هدف با این نرم افزار می گوید: تصور کنید نیاز دارید به شکل خودکار، فرد یا شیئی با مشخصات ظاهری خاص که در یک تصویر یا ویدیو مشاهده شده است را در تمامی تصاویر و ویدیوهای زنده یا آرشیوی جستجو کنید. این افزونه امکان جستجو و یافتن خودکار اهداف اعم از انسان، خودرو یا سایر اشیا را در حجم نامحدود اطلاعات دارد. کافیست تنها با کلیک و کشیدن ماوس هدف مورد نظر را مشخص کنید تا سیستم تمامی رویت های آتی را خودکار انجام دهد.

بدون شک این جوانان تنها نمونه کوچکی از فارغ‌التحصیلان دانشگاهی در کشور هستند که می‌توان با استفاده از پتانسیل و دانش آن‌ها و با حمایت مالی و معنوی از آن‌ها زمینه رشد و توسعه صنعت پول‌ساز فناوری اطلاعات و ارتباطات و صادرات این محصولات نرم‌افزاری به سایر نقاط جهان را فراهم ساخت.