2D/3D распознавание лиц
и трекинг тела

Распознавание лиц для учета рабочего времени на плантациях орехов макадамия

Обзор

Крупный мировой производитель и поставщик орехов макадамия столкнулся с проблемами точного учета рабочего времени сотрудников (УРВ) на нескольких удаленных плантациях (фермах). В местах, где доступ к интернету ограничен, а инфраструктура оставляет желать лучшего, решение задачи УРВ накладывало целый ряд специфических условий:

Вызовы

  • На плантациях отсутствовало интернет-соединение, поэтому весь процесс обработки данных должен был выполняться на локальном устройстве, с сохранением результатов и их отправкой на главный сервер при появлении сети.

  • Большинство работников на плантациях были приезжими, поэтому требовалась надежная система, которая бы не вносила задержек в рабочий процесс. Даже лишние 20 минут, потраченные на разбор ложных отказов при распознавании лиц или детекции Liveness, могли привести к экономическим потерям, учитывая ограниченную продолжительность рабочей смены и светового дня.

  • Требования к детекции Liveness в данном случае были минимальны — маловероятно, что кто-то пронесет на плантацию силиконовую маску или retina-экран для проведения высококачественной replay-атаки.

  • Нестандартная целевая платформа – планшеты на базе Windows, которые уже использовались сотрудниками компании, и куда и предстояло реализовать приложение на .NET c 3DiVi Face SDK на борту.

Решение

Партнёр интегрировал 3DiVi Face SDK в своё .NET-приложение для учёта рабочего времени, тем самым обеспечив:

  • Регистрацию сотрудников с безопасным ведением и хранением базы биометрических шаблонов.

  • Фиксацию рабочего времени – отметки о начале и окончании смены с подтверждением личности через распознавание лиц.

  • Работу в офлайн-режиме – локальное хранение данных с автоматической загрузкой на сервер при подключении к интернету.

Реализация

Глобальная архитектура решения, помимо описанного выше клиентского приложения, включает серверную часть, которая хранит данные о всех персонах, а также все записи системы УРВ, которые затем используются для вычисления размера оплаты сотрудников.

Концептуально в данном кейсе реализован следующий пайплайн распознавания:

1️⃣ Анализ видеопотока: Камера захватывает изображение, система детектирует лица и отслеживает их в реальном времени.

2️⃣ Проверка активного Liveness: Для центральной персоны на изображении выполняется быстрая проверка на живость. Это важно для исключения попыток использования фото или видео с целью обхода системы.

3️⃣ Выбор лучшего кадра: Если проверка прошла успешно, система выбирает лучшее изображение лица (так называемый «бестшот»), которое будет использовано для дальнейших операций.

4️⃣ Создание отметки учёта рабочего времени:
  • В случае создания отметки УРВ проводится поиск по базе лиц, и создается отметка с использованием системного времени планшета.
  • В случае добавления новой персоны шаблон его лица записывается в базу данных.

Результаты

Снижение дисциплинарных нарушений
Компании удалось существенно снизить количество дисциплинарных нарушений, связанных с фальсификацией учёта рабочего времени и исключить фиксацию отметок УРВ для отсутствующих сотрудников.

Повышение эффективности труда
Быстрый процесс проставления отметок УРВ позволил сотрудникам начинать смены вовремя без задержек из-за неудачных попыток регистрации.

Выводы

Интеграция 3DiVi Face SDK в систему учёта рабочего времени помогла оптимизировать рабочие процессы и исключить случаи фальсификаций с учётом посещаемости. Решение доступно на C++, Java, Kotlin, Swift и Flutter c поддержкой Windows, Linux, Android и iOS. Высокая точность распознавания подтверждена тестами NIST FRVT (99.73%).

👉 Хотите узнать больше?
Запишитесь на бесплатную консультацию с нашими экспертами, чтобы обсудить, как адаптировать 3DiVi Face SDK под ваш проект!

Read More Success Stories

Omnigo Software
Ecortex
Mobile-Technologies Inc.
Papillon APFIS
Unique Technologies
Papillon ACS
Start your project with 3DiVi