Компания «ВижнЛабс» представила набор готовых библиотек для ОС Аврора. LUNA SDK содержит библиотеки и нейронные сети для распознавания лиц и анализа изображений, предназначенные для разработчиков мобильных приложений на платформе ОС Аврора.

Технологии распознавания и идентификации людей по лицу «ВижнЛабс» являются одними из лучших в мире по результатам независимых исследований NIST. Решения компании широко применяются в банковской сфере при подтверждении операций, в транспортной отрасли для создания интеллектуальных систем, а также для оплаты проезда по лицу – например, в московском метро.

Теперь эти технологии смогут использовать разработчики в мобильных приложениях для ОС Аврора, чтобы создавать различные сценарии: от простой авторизации или регистрации по лицу в приложении до реализации сложных цифровых сервисов. В них идентификация по лицу будет выступать в качестве дополнительного фактора при аутентификации в информационных системах, при допуске к корпоративным ресурсам, в задачах бизнес-аналитики, учитывающих эмоциональное состояние людей или определяющих качество просмотра онлайн-контента. При этом совместимость нейронных сетей компании «ВижнЛабс» на разных платформах позволяет обеспечить омниканальность пользовательских сценариев.

Комплект средств разработки LUNA SDK поставляется с подробной документацией и примерами использования и поддерживает большинство устройств на базе архитектуры armv7hl. SDK состоит из нескольких модулей, каждый из которых решает определенные задачи:

• FaceEngine – модуль, содержащий основные функции и алгоритмы для обнаружения лица и извлечения дескрипторов;
• LivenessEngine – модуль, позволяющий отличать лицо реального человека от изображения или видеоролика;
• TrackEngine – модуль для трекинга лиц и выбора лучшего кадра из потока.

Примечание: Дескриптор лица — это набор характеристик, описывающих лицо независимо от посторонних факторов (возраст, прическа, макияж и т. п.) Сопоставление дескрипторов лиц позволяет с высокой долей вероятности оценить, относятся ли два полученных изображения лица к одному и тому же человеку.