戴口罩也能刷门禁?疫情下AnalyticDB亮出社区管理的宝藏神器!
1、背景介绍
疫情肆虐,有效隔离是尽快战胜病毒的有效手段,多个地方政府都提出了严格的居民出行管理条例,例如杭州市余杭区2月3日发布了实行“十项从严”管控措施:
这给社区管理带来新的挑战,传统门卫盯人存在以下几个问题:
- 进出人员情况全凭人工记录,出现错漏,不能及时对频繁外出居民有效劝阻。
- 缺乏全局角度对居民隔离整体情况的掌控和度量,例如有哪些人频繁出入,出入总人数.
为了解决居民出入管理的上述几个问题,阿里云智能数据库向量检索团队免费提供一套高度兼容戴口罩场景下的人脸识别模型,并基于AnalyticDB的向量检索能力, 搭建了一套小区人员管理的解决方案, 这个方案将开源给社区。
通过该方案可以有效的提升当下疫情中的小区出入管理效率.同时我们免费提供AnalyticDB给用户用于与当前肺炎疫情相关的出入管理应用.
下面首先介绍我们的方案,然后会对其中的人脸识别和AnalyticDB向量检索关键技术做详细介绍,方便开发者能够做二次开发,最后我们会附上开源地址。
2、小区人员管理解决方案介绍
2.1小区人员管理解决方案功能
1、自动登记入册小区人口, 基本信息和人脸特征,界面如下:
2、通过摄像头自动做人脸识别,返回来访者家庭的所有出入记录. 方便社区管理者进行高效的出入管理,在当前疫情环境下, 人们普遍佩戴口罩, 去掉口罩会增加肺炎感染的风险, 所以本方案提供一套支持戴口罩情况下人脸识别的算法. 演示效果如下:
3、可以通过人脸照片和结构化信息的任意组合来检索住户的来访记录,并提供统计分析能力,为小区管理者提供全局度量数据.
2.2 应用架构总体设计
出入管理系统的总体架构如下图所示. 前端界面通过HTML和javascript实现, 功能包含支持戴口罩场景下的人脸门禁, 通过人脸识别查询来访者的全部家庭成员2日内的出入记录, 人员登记, 后台通过人脸和结构化信息自由组合搜索来访记录等功能.。
人脸识别模块将包含人脸的视频转换成人脸特征向量, 人脸识别模块主要使用了Seetafce引擎的人脸检测和人脸追踪模块和AnalyticDB团队自研的人脸识别, 眼部识别和口罩检测模型.AnalyticDB负责整个应用中的全部的结构化数据和人脸识别模块产生的人脸特征向量的存储和查询。
3、关键技术介绍
3.1 针对疫情的人脸识别算法
算法流程如下图所示, 在人员登记过程中我们分别通过人脸识别模型和眼部识别模型提取登记人的面部整体特征和眼部特征, 并将提取的特征向量写入AnalyticDB. 在查询过程中, 我们首先会通过口罩检测模型来检测来访人是否有佩戴口罩, 如果没有佩戴口罩, 我们会使用整体面部的特征在AnalyticDB中检索相似的特征, 如果有特征与来访者面部特征相似度满足阈值, 则返回对应的结果。
如果来访者有佩戴口罩, 那么鼻子,嘴巴等特征会缺失, 使用整体面部特征提取模型无法准确的检索到正确的记录. 这时我们会使用眼部识别模型提取来访者眼部, 额头等不会被口罩遮挡的部位的特征, 然后再AnalyticDB中检索之前保存的眼部特征.
系统中使用的人脸识别模型, 眼部识别模型和口罩检测模型将全部开源给社区. 经过测试口罩检测模型的准确率>99.5%. 人脸识别模型和眼部识别模型在学术界常用的数据集上的准确率如下表所示.
可以看到仅仅使用眼部特征, AnalyticDB的模型在LFW数据集上仍然有99+%以上的识别准确率.
3.2 AnalyticDB向量版特性介绍
分析型数据库(AnalyticDB)是阿里云上的一种高并发低延时的PB级实时数据仓库,可以毫秒级针对万亿级数据进行即时的多维分析透视和业务探索。
AnalyticDB for MySQL 全面兼容MySQL协议以及SQL:2003 语法标准, AnalyticDB forPostgreSQL 支持标准 SQL:2003,高度兼容 Oracle 语法生态. 目前两款产品都包含向量检索功能, 可以支持人脸, 人体, 车辆等的相似查询和推荐系统。
目前AnalyticDB在真实应用场景中可以支持10亿级别的向量数据的查询, 100毫秒级别的响应时间. AnalyticDB已经在多个城市的安防项目中大规模部署.
在一般的包含向量检索的的应用系统中, 通常开发者会使用向量检索引擎(例如Faiss)来存储向量数据, 然后使用关系型数据库存储结构化数据. 在查询时也需要交替查询两个系统, 这种方案会有额外的开发工作并且性能也不是最优。
AnalyticDB支持结构化数据和非结构化数据(向量)的检索,仅仅使用SQL接口就可以快速的搭建起以图搜图或者图片+结构化数据混合检索等功能. AnalyticDB的优化器在混合检索场景中会根据数据的分布和查询的条件选择最优的执行计划,在保证召回的同时,得到最优的性能。
在我们的出入管理系统中, 我们通过AnalyticDB实现了同时使用照片, 性别, 年龄, 起始时间, 终止时间来查询出入记录的功能.
这样的以图搜图+结构化搜索功能, 可以通过一条SQL实现:
注:*左右滑动阅览
select name, # 姓名 gender, # 性别 age, # 年龄 time, # 出入时间 l2_distance(feature, array[-0.017,-0.032,...]::real[]) as distance # 向量距离 from demo.person a, demo.face_feature b, demo.access_record c where a.pid = c.pid and a.pid = b.pid and name = '张三' # 姓名条件 and gender = '男' and age = 30 # 性别条件 and time >= '2020-02-07' # 起始时间条件 and time <= '2020-02-09' # 结束时间条件 order by distance; # 用向量相似度排序
其中表demo.person存储了每个人的基本信息,demo.face_feature存储了人脸特征向量, demo.access_record存储了所有的来访记录. pid是每个人的独有ID.
结构化信息+非结构化信息(图片)混合检索在实际应用中被广泛使用的. 例如在人脸门禁系统被部署在多个小区时, 我们使用一张表存储了所有小区的人脸特征, 在人脸检索时我们只需要检索当前小区的人脸特征. 在这种情况下, 使用AnalyticDB我们只需要在SQL中增加where 小区名 ='xxx' 就可以轻易实现.
详细介绍参考阿里云使用文档:
分析型数据库PostgreSQL版:
https://help.aliyun.com/document_detail/123163.html
分析型数据库MySQL版:
https://help.aliyun.com/document_detail/117825.html
4、结尾
上述项目开源地址:
https://github.com/aliyun/alibabacloud-AnalyticDB-python-demo-face-recognition
疫情期间,免费使用小区出入管理方案,请尽快联系我们:请使用钉钉扫码~
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
AI测温、消毒机器人、智能问诊大显身手,一文读懂“疫情”下的AI+医疗产业
云栖号:https://yqh.aliyun.com第一手的上云资讯,不同行业精选的上云企业案例库,基于众多成功案例萃取而成的最佳实践,助力您上云决策! 在交通枢纽、超市卖场,人工智能技术与红外线技术融合的全新测温系统已随处可见; 在医院,AI与CT影像的完美融合,让新冠疑似案例的识别率大大提升; 在社区街道,消毒机器人、医药配送机器人已经在我们的身边“上岗”; 在家中,在线或远程的智能问诊系统,让寻医问药再也不用亲自跑医院。 事实上,面对此次突如其来的疫情,一批人工智能技术以迅雷不及掩耳之势,在医疗行业中得到应用和落地。同时,医疗也成为人工智能企业全新的“竞技场”。 什么是AI+医疗? 从字面上来看,AI+医疗就是人工智能赋能医疗行业,也可以理解为人工智能在医疗行业中的应用。 但从实际上来看,科技一直在医疗行业中起到的是辅助作用,即辅助诊疗或辅助医疗。早期,科技在医疗领域的应用主要是为了缓解区域间医疗资源分配不均衡、医生工作强度过高等难题。 不过,随着技术的革新和进步,人工智能在提升诊断效率和准确度、优化医院管理水平、早期疾病筛查、患者健康管理及药物研发等方面找到了新的突破口。 至此...
- 下一篇
全站上云 | 阿里巴巴 Zookeeper 的上云实践
前言 微服务引擎 MSE ,是阿里集团配置中心和服务注册中心的云上版本,在集团内广泛应用于分布式一致性协调,注册中心,分布式配置中心等场景。以 2019 年天猫双十一为例,由于 MSE 在稳定性和性能方面持续投入,单集群最大超过 30W 长链接,对于业务团队而言,运维成本大幅下降一倍,管控体验大幅提升。MSE 产品出色的稳定性和性能,获得了标杆客户的高度认可,交出了一份漂亮的成绩单! 双十一战绩 1、MSE1.0 托管了阿里集团大部分 ZooKeeper 线上集群,覆盖的产品包括集团的多种核心基础组件;2、双十一当天,所有集群整体运行稳定,容量水位,各项指标正常, 0 故障, 0 例问题反馈;3、在高峰期间,MSE 托管的最大容量集群 Blink 集群,各项指标符合预期,平稳渡过,各项指标详趋势如下: 链接数 平均请求延时 2.0 架构升级,融合云原生赋能产品竞争力 MSE 2.0 的架构升级,是和云原生技术体系的无缝融合;从另一个角度理解,能够依托云原生带来的技术红利,给自己的产品带来技术创新,效率提升,性能提升,就是一种云原生能力。 1、MSE 1.0 采用的是集团部署模式,Sig...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Mario游戏-低调大师作品
- CentOS6,CentOS7官方镜像安装Oracle11G
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- Windows10,CentOS7,CentOS8安装Nodejs环境
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- CentOS8编译安装MySQL8.0.19
- MySQL8.0.19开启GTID主从同步CentOS8
- CentOS8安装Docker,最新的服务器搭配容器使用
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7