ИИ-решения для распознавания возраста в реальном времени
ИИ-модуль определяет возраст по лицу и отдаёт результат через API за доли секунды. Помогает автоматизировать контроль продаж 18+ и собирать демографическую аналитику без нагрузки на персонал.
NDA
Заказчик Международная компания — лидер табачной индустрии, работающая в строгом соответствии с требованиями законодательства РФ. В рамках развития цифровых инициатив заказчик внедряет технологические решения, направленные на повышение уровня комплаенса, безопасности и качества клиентского взаимодействия.
Задача Внедрить систему автоматического определения возраста посетителей по видео в реальном времени.
Решение должно исключить доступ несовершеннолетних к табачной продукции, снизить операционную нагрузку на персонал и одновременно предоставляя бизнесу точную демографическую аналитику.
Срок 2019-2020
О проекте
Изначальная задача заключалась в автоматической проверке возраста посетителей в точках продаж по изображению с веб-камеры. Система в реальном времени определяет возраст человека и принимает решение о доступе к сайту или кассовому сценарию без участия персонала.
Решение устойчиво к попыткам обхода — использует проверку «живости» и корректно обрабатывает случаи с масками, фотографиями на телефоне и другими способами подмены. Это позволяет одновременно соблюдать требования законодательства и снизить операционные риски для бизнеса.
NDA
Заказчик Международная компания — лидер табачной индустрии, работающая в строгом соответствии с требованиями законодательства РФ. В рамках развития цифровых инициатив заказчик внедряет технологические решения, направленные на повышение уровня комплаенса, безопасности и качества клиентского взаимодействия.
Задача Внедрить систему автоматического определения возраста посетителей по видео в реальном времени.
Решение должно исключить доступ несовершеннолетних к табачной продукции, снизить операционную нагрузку на персонал и одновременно предоставляя бизнесу точную демографическую аналитику.
Срок 2019-2020
в 6 раз
1
Формализация требований и сценариев использования
Проанализировали бизнес-процессы заказчика и требования законодательства РФ к возрастному контролю. Определили целевые сценарии (онлайн-проверка, касса, веб-доступ), ограничения по задержкам и требования к интеграции через API.
2
Обучение модели оценки возраста
Обучили модель на открытых эталонных датасетах (IMDB-WIKI, UTKFace) и собственном очищенном наборе данных. Особое внимание уделили пограничным возрастным группам и снижению ошибок классификации.
3
Интеграция liveness-проверки
Реализовали алгоритмы проверки «живости» для защиты от фрода: фото с экрана, маски, подмена лица. Это позволило исключить обход системы без увеличения времени ответа.
4
Разработка API и backend-инфраструктуры
Построили отказоустойчивый backend с REST API для приёма изображений, обработки и возврата результата. Оптимизировали пайплайн под обработку одного кадра в реальном времени с минимальными требованиями к инфраструктуре
5
Тестирование и оптимизация производительности
Провели сравнительное тестирование с базовыми решениями клиента на реальных данных. Добились кратного преимущества по скорости ключевых этапов (детекция и биометрия) при сохранении точности классификации.
6
Внедрение и пилотная эксплуатация
Интегрировали решение в платформу NeuroVision и запустили пилот на реальных объектах. Система начала использоваться одновременно для контроля возраста и сбора демографической аналитики.Интересные факты
а в группе 10–14 лет уровень ошибки составил лишь 3,2%
Технологический стек
Backend
Логика обработки и базовые компоненты системы
ML
Модели и фреймворки для обучения
Вызовы и решения
Несколько лиц в кадре
При обнаружении на изображении более одного лица система не могла однозначно определить возраст конкретного посетителя, что приводило к ошибкам обработки и некорректным результатам.РЕШЕНИЕ
Контролируемая обработка ошибок
Реализован механизм явного возврата ошибки many_faces при обнаружении нескольких лиц. Это позволило исключить некорректные сценарии, упростить обработку на стороне клиента и повысить стабильность системы в реальной эксплуатации.Низкое качество и несогласованность обучающих датасетов
Часть открытых датасетов содержала ошибки в разметке возраста, что негативно влияло на точность модели и увеличивало вероятность ложных срабатываний.РЕШЕНИЕ
Собственный валидированный датасет
Разработан и внедрён собственный обучающий датасет с ручной валидацией возраста и проверкой источников данных. Это обеспечило более устойчивое обучение модели и повысило достоверность прогнозов в production-сценариях.Попытки обхода системы (фото, видео, подмена лица)
При проверке возраста существовал риск обмана системы с помощью фотографии на экране телефона, видеозаписи или других spoofing-атак.РЕШЕНИЕ
Интеграция liveness-проверок
В систему встроены алгоритмы проверки подлинности лица (liveness detection), позволяющие выявлять попытки использования фейковых изображений. Это существенно снизило вероятность мошенничества и повысило доверие к системе со стороны бизнеса и регуляторов.0%
ложных допусков детей до 10 лет
3,2%
ошибка в группе 10–14 лет
91%
точность определения совершеннолетия
Команда, которая внедрила проект
Алексей Цибульников
Python backend-разработчик
Фёдор Головин
Project Manager
Дмитрий Соркин
DevOps-инженер
Марк Яговкин
Руководитель разметки данных
Никита Латышонок
CV-инженер
Дмитрий Долгин
Tech Lead
Планы на будущее:
Расширение демографической аналитики и адаптация решения для массовых объектов и новых отраслей.
Готовые проекты
Наша команда с 2017 года успешно реализовала 60 проектов с искусственным интеллектом. Тут собраны наши лучшие работы, про которые мы можем рассказать, про некоторые совсем немного, а некоторые мы вообще не можем тут упомянуть из-за NDA. Но готовы применять опыт в разработке нейросетей для ваших задач.
Разработка крупной системы
Компьютерное зрение в метрологии
ИИ для промышленности
ИИ-отбор качественных снимков с дронов
Разработка крупной системы
Распознавание QR для контроля сборки и упаковки заказов
Разработка крупной системы
Платформа для регистрации рекламы блогеров и ЕРИР
Разработка крупной системы
AI-контроль выкладки свежей рыбы + соблюдение FIFO
Разработка крупной системы
Нейросеть распознаёт пустые полки в магазинах и помогает вовремя их заполнить
Разработка крупной системы
Контроль ношения СИЗ на производстве рыбы
Разработка крупной системы
Автоматизация досмотра багажа и анализа X-ray снимков с помощью ИИ
Разработка крупной системы
ИИ-контроль опасных ситуаций при движении погрузчиков
Сбор и разметка данных для ИИ
Собрали датасет оружия в 1000+ видео
Разработка крупной системы
Машинное зрение измеряет паллеты и передает данные в WMS
Сбор и разметка данных для ИИ
Учим нейросеть распознавать драки, чтобы в вашем городе стало безопаснее
Сбор и разметка данных для ИИ
Разметка данных для беспилотных комбайнов
Экспертная разметка данных
Медицинский датасет МРТ позвоночника для обучения AI
Разработка крупной системы
Как контролировать брак этикетки на работающем конвейере
Экспертная разметка данных для ИИ
Разметка 7000 исследований совместно с врачами-экспертами
Разработка крупной системы
Распознавание номеров автомобиля для въезда на парковку
Разработка крупной системы
ИИ расставляет стеллажи в 10 раз быстрее
Операционный ИТ-аутсорсинг
Команда разметчиков как сервис для маркетплейса
ИИ для образования
Распознавание рукописного текста на экзаменационных бланках с помощью нейросети
Разработка крупной системы
ИИ-система для оценки повреждений автомобилей
Сбор данных для ML и ИИ
Собрали 10 000 уникальных лошадей для биометрии
Разработка крупной системы
ИИ-учет индивидуальной выработки на конвейере
Разработка крупной системы
Цифровой контроль движения вагонов
Разработка крупной системы
От цветка к идеальному букету: ИИ распознает качество роз
Разработка крупной системы
Нейросеть для распознавания 2D чертежей
Разработка крупной системы
Платформа, объединившая поиск блогеров, целевой аудитории и аналитику
Разработка для ритейла
Внедрение видеоаналитики для контроля комплектации товаров на складе
Разработка крупной системы
Нейросеть, которая контролирует бодрость сотрудников аэропорта, чтобы вы улетели в отпуск вовремя
Разработка крупной системы
ИИ контролирует опасные зоны конвейера 24/7
Сбор и разметка данных
AI-мониторинг вечной мерзлоты
Разработка крупной системы
Нейросеть контролирует качество чипсов прямо на конвейере
Разработка для сельского хозяйства
Нейросеть для мониторинга здроровья коров
