Performance

Gli algoritmi di riconoscimento facciale sono basati sul pattern matching in situazioni collaborative e sul machine learning in situazioni non collaborative. La combinazione dei due algoritmi permettte di raggiungere elevatissimi livelli di FAR (False Acceptance Rate) and FRR (False Rejection Rate).

Face DB Dimension: Unlimited

Face Searching speed in pre enrolled DB: 1:N <200ms

Face Enrolling speed: <100ms

Max. Numer of camera in the system: Unlimited

L'algoritmo di riconoscimento facciale utilizzato è verificato NIST (USA National institute of Standard and Technology 2019) con FNMR (False Non Match Rate) 0,021.
Funziona ammettendo uno scostamento fino a oltre 25 gradi del volto del soggetto da riconoscere e gestisce più di un volto per uno stesso soggetto. È inoltre in grado di ritrovare soggetti inquadrati di profilo quando ne dispone il campione.

LFW** Faces 99,8%
University of MA 2017

FNMR* 0,021
NIST (National Instistute of Standard and Technology 2019)

È in grado di confrontare un volto estratto da un fotogramma ripreso da una telecamera di videosorveglianza IP con i volti contenuti in un data base contenti milioni di foto pre-processate in meno di un secondo.
Dispone di una architettura client-server in cui non vi una limitazione tecnica sul numero di telecamere, numero di postazioni client e numero di volti gestibili dal sistema.

La suite è in grado di gestire flussi video sia da telecamere 2D, sia da telecamere 3D. La combinazione dei due flussi permette di utilizzare l'algoritmo di antispoofing che supera il problema di utilizzo di una fotografia anziché del volto reale.

La suite combina e correla le seguenti entità: Persona/Veicolo/Oggetto da identificare, Punti di riconoscimento, Eventi, Azioni in maniera circolare.

Supporta un numero illimitato di punti di riconoscimento.

Supporta un numero illimitato di entità: Persona, Veicolo, Oggetto.

Supporta un numero illimitato di applicazioni client e utenti.

Supporta un numero illimitato di volti nel database.