Công nghệ AI của ANT Group chuyên sâu về các sản phẩm nhận diện và xử lý hình ảnh, nhận diện khuôn mặt. Thuật toán nhận dạng khuôn mặt xác định các đặc điểm khuôn mặt bằng cách trích xuất các ranh giới, hoặc đặc điểm, từ một hình ảnh khuôn mặt của đối tượng. Từ đó các thuật toán sẽ trích xuất được các thông tin, và những tính năng này sau đó được sử dụng để tìm kiếm các hình ảnh khác với các tính năng phù hợp.Thuật toán sẽ đơn giản hóa một tập các hình ảnh khuôn mặt và sau đó nén dữ liệu khuôn mặt, chỉ lưu dữ liệu hình ảnh nào là hữu ích cho việc nhận dạng khuôn mặt.

ANT Group sử dụng công nghệ nhận diện khuân mặt sinh trắc học với nhiều ưu điểm như có thể hoạt động thời gian thực, sử dụng hơn 80 thuộc tính khác nhau của khuôn mặt, độ chính xác cao thông qua khối lượng so sánh và xử lý lớn, khả năng tiền xử lý phân tán giảm tải lưu lượng cho server trung tâm.

Hệ thống ứng dụng công nghệ nhận diện khuân mặt nhằm tự động điểm danh và theo dõi thời gian tham gia tiết học của từng học sinh.

Các ứng dụng chính:

– Điểm danh đầu tiết
– Theo dõi thời gian tham gia tiết học của học sinh

Cơ chế hoạt động:

Theo dõi môi trường:
– Ứng dụng các thuật toán xử lý nhanh như Back ground Subtraction để đánh giá thô sự biến động của môi trường trong lớp. Ưu điểm tốc độ xử lý nhanh , tính toán ít , giúp giảm tải trên máy tính ngoại biên

Phát hiện người:
– Ứng dụng các mô hình phát hiện người có độ chính xác cao như Faster R-CNN để phát hiện người đang di chuyển trong lớp. Mô hình cần khả năng tính toánloớn thực hiện trên server

Theo dõi đối tượng:
– Dựa trên vị trí của các đối tượng phát hiện được , các mô hình theo dõi đối tượng dựa trên xử lý ảnh hay các mô hình dựa trên Deep Learning (như dlib) được ứng dụng để theo dõi đường di chuyển của đối tượng.

Đăng ký khuôn mặt:
– Sử dụng công cụ (web) để chụp ảnh đăng ký khuân mặt của mỗi học sinh trước khi sử dụng hệ thống

Xây dựng Hệ thống Phân loại Tự động, dùng để phân loại sản phẩm với độ chính xác cao giảm thời gian và giá thành

Dựa trên tập dữ liệu mẫu sản phẩm (tiêu chuẩn và lỗi), mô hình sẽ học từ dữ liệu sau đó tự động phát hiện các đặc trưng và tự động tìm ra bộ tham số giúp hệ thống có thể phân loại chất lượng sản phẩm.

So với hệ thống sử dụng công nghệ xử lý ảnh đơn thuần thì độ phức tạp của hệ thống sử dụng AI cao hơn rất nhiều. Có thể phân loại những trường hợp phức tạp, cần nhiều điều kiện để phân loại.Có thể phân loại những trường hợp khó định lượng hay khó đo đạc (VD: biến dạng, mức độ biến dạng, nhám ,mức độ nhám, …) Hoạt động tốt trên nhiều điều kiện môi trường khác nhau (VD: độ sáng thay đổi)