WIMI HOLOGRAM CLOUD INC. WiMi Hologram Cloud Inc. anunció el desarrollo de un sistema de chip de IA para el reconocimiento facial por holograma basado en la computación de borde. El sistema sitúa el reconocimiento, la adquisición y el análisis en el terminal, mejorando eficazmente la optimización de los algoritmos por un lado y permitiendo el establecimiento de un dominio privado para proteger la seguridad de los datos por otro. Este sistema puede utilizarse en algunos departamentos y empresas clave o en el control de fábricas de gama alta y la gestión de la seguridad de parques industriales, edificios de oficinas, pisos, etc.
Es fácil y seguro de implantar con una gran eficacia. El sistema es diferente del reconocimiento facial tradicional y del cotejo de identificaciones. Permite la adquisición simultánea del seguimiento facial y los resultados de retroalimentación del análisis de atributos faciales.
Adquiere datos faciales holográficos de alta densidad del sujeto en el extremo frontal: atributos, apariencia, rasgos, hora de recogida, ubicación geográfica y otra información esencial. Estos rasgos pueden identificarse y distinguirse. El sistema de WiMi combina edge computing, aceleración lógica de IA, algoritmos de aprendizaje profundo, tecnología de ganancia de datos holográficos, redes neuronales convolucionales, reconocimiento facial y adquisición para fusionar y actualizar el sistema de vídeo de seguridad existente.
El sistema de WiMi, que utiliza una ventana de tiempo para el periodo de muestreo, también puede configurarse en función de objetivos específicos, como posiciones críticas, tiempo de servicio y espacio geográfico. Si hay varias muestras en un periodo de muestreo, el sistema seleccionará la mejor muestra como la última información muestreada. El sistema reconocerá todos los rostros si aparecen múltiples rostros en un marco de muestreo.
En el caso de los rostros completamente irreconocibles, el sistema adopta una estrategia de ignorar y permanecer. Se centra en capturarlas de nuevo en fotogramas posteriores o en otras cámaras de vigilancia hasta que sean reconocidas, garantizando así el reconocimiento completo y la integridad de los datos y manteniendo la seguridad de la zona. Este sistema puede proporcionar datos primarios estructurados para la gestión de la seguridad y la seguridad de la producción haciendo coincidir la recopilación de información dinámica de alta densidad sobre el personal con el vídeo de vigilancia de lugares clave.
El sistema incluye un puerto de acceso de vídeo, un módulo de descodificación de hologramas y extracción de fotogramas, un módulo de optimización de hologramas, un módulo de cálculo de bordes y aceleración de algoritmos, un módulo de adquisición y análisis de rostros, un módulo de control central y un módulo de almacenamiento y notificación de datos. El puerto de acceso de vídeo interactúa con el vídeo de vigilancia existente. El módulo de descodificación de hologramas y extracción de fotogramas trata los fotogramas de acuerdo con el módulo de control central.
El módulo de optimización de hologramas realiza la adquisición y el análisis de imágenes en los fotogramas extraídos, la aceleración de la optimización de imágenes de los fotogramas muestreados y envía información al módulo de control central. Si se pierde información, el módulo de control central emitirá nuevas instrucciones para reproducir la información. Con la arquitectura ARM, el módulo de computación de borde y aceleración de algoritmos contiene unidades de computación de núcleo.
Incrustada con CNN multicapa, la unidad de computación realiza operaciones algorítmicas de bajo y alto rendimiento de computación paralela. El módulo de adquisición y análisis de rostros recopila datos de reconocimiento, segmentación y extracción combinando fotos, información geográfica e información temporal. La información facial recopilada se analiza en busca de atributos, sexo, edad, etnia, máscaras y gafas.
El módulo de control central realiza el proceso de muestreo para la gestión, el control integrado y la gestión de otros módulos. El módulo de almacenamiento de datos y notificación almacena localmente la información personal recogida y puede notificar a sistemas externos según el nivel de información. La parte frontal del sistema accede al vídeo a través de un algoritmo dinámico de reconocimiento facial holográfico basado en la computación de bordes, descodifica el vídeo holográficamente y detecta, rastrea, captura y desacentúa los rostros en la imagen.
El sistema utiliza los valores de las características como identificadores de información para construir información sobre los peatones, lo que completa la recopilación de información sobre las personas y permite la gestión del dominio privado para mejorar los niveles de seguridad de la información. Además, el sistema es fácil de desplegar. Puede desplegarse de varias formas, como externo, montado en bastidor y móvil.
El dispositivo puede conectarse directamente a las cámaras de red HD existentes. Puede utilizarse directamente en el front-end para completar parte del trabajo de estructuración del vídeo, obtener datos estructurados de rostros de alta calidad y mejorar la velocidad y la eficacia de cálculo de la identificación y el análisis inteligentes del back-end, aprovechando al máximo el parque de cámaras existente. Los vídeos no estructurados existentes pueden convertirse directamente en datos estructurados inteligentes mediante anexos externos.
El sistema de chip de IA de reconocimiento facial holográfico basado en edge computing de WiMi puede utilizarse en diversas situaciones esenciales, ya que puede realizar capturas faciales holográficas dinámicas de alta densidad en entornos complejos. El sistema utiliza una cámara digital con un front-end inteligente para la recogida de información facial y puede satisfacer una amplia gama de requisitos para la recogida de información de seguridad.
