Uwierzytelnianie użytkownika za pomocą weryfikacji twarzy

  • projekt:
  • klient:
  • rok: 2018
  • website:

wyzwanie:

Zapamiętywanie haseł lub noszenie kluczy uwierzytelniających w biurze jest niezwykle uciążliwe. Często prowadzi to do omijania przez pracowników stworzonych zabezpieczeń. Dlatego też potrzebowaliśmy bezpiecznego, a jednocześnie łatwego sposobu uwierzytelnienia pracowników w naszym wewnętrznym systemie.

użyte narzędzia:

Keras
Tensorflow
Python
CNN
Flask
Zastosowaliśmy najnowocześniejsze strategie Deep Learningu, aby stworzyć moduł rozpoznający pracowników firmy oparty o weryfikację ich twarzy.

rozwiązanie:

Wdrożyliśmy funkcję kosztu Triplet Loss w trakcie uczenia naszego modelu, który oparty był na konwolucyjnej sieci neuronowej. Najpierw udoskonaliliśmy model na dużym zestawie publicznie dostępnych obrazów twarzy, a następnie zastosowaliśmy technikę Transfer Learning’u, aby dostosować model do naszej konkretnej sytuacji i potrzeb.

skutek:

Stworzyliśmy system weryfikacji twarzy za pomocą technik Deep Learning.