多模态与平台管理：推动人工智能高效落地的新引擎

<正>随着科技的飞速发展,人工智能正如火如荼地展开一场全球性的科技革命。经过数十年的沉淀与打磨,人工智能已经从科研领域走入了生活的各个角落,展现出无限可能。生物识别技术作为人工智能的一部分,随着人工智能技术和市场的加速发展,生物识别技术的应用领域和市场潜力极大拓展。站在科技浪潮之巅,北京眼神科技有限公司（以下简称眼神科技）作为生物识别行业从业者,希望通过对人工智能的发展历程、现状以及未来趋势所做的一些观察和体会,与大家共同探索多模态生物识别+人工智能双轮驱动的智慧应用前景和发展趋势。     

深耕生物识别技术 以"AI+"落地人工智能产业应用——专访亚略特创始人CEO邵宇

正随着大数据积累、芯片技术发展、计算能力的爆发,人工智能应用呈现出更为广阔的发展空间,AI技术赋能各大产业应用与改革。AI不会颠覆传统生物识别技术,而是通过深度学习帮助打通了生物识别领域的"任督二脉"实现技术融合与发展。作为全球领先的人工智能和生物识别核     

人工智能将成为安防行业发展的新引擎

<正>人工智能(AI)概念最早诞生于上世纪50年代,旨在建立研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统,以后内容逐步完善,形成了包括机器人、图像识别、语言识别、自然语言处理和生物识别等在内的一门新的技术科学。数十年来,人工智能历经达特茅斯会议、Hopfield神经网络和BT训练算法,几度掀起研究热潮,但终因应用成果只能简单模拟人类的一些思维,没有得到广泛普及。直到近年,在移动互联网、大数据、超     

生物特征识别技术在金属橱柜领域的应用

正一、生物特征识别技术概述近年来,世界各国新技术日新月异,电子产品不断更新迭代,新零售、人工智能、5G、大数据、AR、云、区块链等技术正在改变人们的社交方式和生活方式,新技术、新方式正在各个领域向传统行业不断渗透。这几年国家相继出台了一系列文件,比如:2015年,《中国制造2025》;2016年,《"十三五"规划纲要》、《机器人发展规划》、《互联网+、人工智能三年行动实施方案》、《"十三五"国家科技创新规划》;2017年～2018年,人工智能连续两年被写入政府工作报告,随后各省市陆续     

信息安全:IT技术强化安全局势

以色列是世界领先的IT中心之一.本国的一些企业在以图像、声音反应及识别、人工智能、数据通讯和互联网应用、CAD/CAM系统等为代表的IT软件解决方案、系统和整合领域居先导地位.……     

AI项目加速落地应用 人脸数据须加强安全防护

<正>随着人工智能技术第三次浪潮的来袭,人脸识别技术迅速发展,"刷脸"已经成为当前生物识别技术应用的主要方式。尤其是在进入2017年之后,人脸识别更是迎来了井喷式的爆发,无论是在通关、金融、电信、公证等领域需要对人和证件进行一致性验证的场景,还是在交通、公安、楼宇、社区等领域的安防布控场景,人脸识别都加速"落地开花"。但智能之光点亮每个角落的时候,魔鬼的飞手就如影随形。随着人脸识别技术应用越来越广泛,安全问题随之凸显。今年以来国际上频频爆出对包括人脸识别等新技     

“Al+安防”:机遇与挑战,变革与未来

<正>7月,《新一代人工智能发展规划》重磅发布。李彦宏说:"互联网只是前菜,人工智能才是主菜。"2015年开始,无人驾驶汽车以及AlphaGo引人瞩目,将人工智能的热度推向高峰。都说2017年是中国人工智能应用元年,在这一波热浪推动下,"人工智能2.0"已经上升为国家战略。不论是互联网巨头还是资本大佬,前菜已经下胃,味蕾被调动起来,吃主菜的念头迫不及待。其实,在人工智能1.0时代,安防企业就已经把趋     

生物特征识别技术及其在监狱安全防范领域的应用

生物特征识别技术是一种具有独特优势的身份识别技术。针对目前多种生物特征识别技术,重点介绍了指纹识别、面部识别、视网膜识别、掌纹识别和虹膜识别技术;对生物特征识别过程中的传感器、特征提取、模板存储和特征匹配等共性关键技术予以扼要分析;简明地阐述了生物识别技术标准研究制定状况;最后提出了生物识别技术在监狱安全防范领域的应用。     

中国安防行业“十四五”发展规划（2021-2025）

正安防行业是利用视频监控、出入口控制、实体防护、违禁品安检、入侵报警等技术手段以及新一代信息技术,防范应对各类风险和挑战,构建立体化社会治安防控体系、维护国家安全及社会稳定重要的安全保障性行业。近年来,人工智能、大数据、物联网、生物特征识别等新一代信息技术与安防行业快速融合应用,有效支撑了平安城市、雪亮工程、智慧城市建设,为创新社会治理、实现"中国之治"做出了重大贡献。     

AI驱动出入口控制进入深度应用新时代

<正>出入口控制是安全防范技术领域的重要组成部分,在保障防卫区域安全方面起到了重要作用。"十三五"期间,人工智能技术发展迅速,为出入口控制带来了新的技术变革。一是人脸、指纹、虹膜等生物特征识别技术和车辆识别技术的发展,将出入口控制带入到精准识别通行对象的阶段,解决了原有依靠外部标识造成的身份冒用问题;二是数     

数字中国建设峰会,“智慧”也成应急领域关键词

<正>物联网、生物识别、人工智能……在第二届数字中国建设峰会上,迭代更新的"黑科技",正依托大数据资源重塑着交通、医疗、社会管理、环境治理、安全等应用场景,改变着城市生活的方方面面,助力我国各行各业发展。"智慧""数字"也同样是应急管理和城市安全领域的关键词,这些领域都有哪些看点呢?     

四部委发“互联网+”人工智能方案 推广智能安防工程

正国家发改委、科技部等4部门5月23日,联合印发《"互联网+"人工智能三年行动实施方案》。《方案》提出到2018年,打造人工智能基础资源与创新平台,人工智能产业体系、创新服务体系、标准化体系基本建立,在重点领域培育若干全球领先的人工智能骨干企业。《方案》在重点工程方面提出支持人工智能领域的芯片、传感器、操作系统、存储系统、高端服务器、关键网络设备、网络安全技术设备、中间件等基础软硬件技术开发,加快基于人工智能的计算机视听觉、生物特     

深度学习在人脸识别和安防大数据中的应用

正一、前言人脸识别是生物特征识别技术的一种,有可能是最为重要的一种,也是最近几年发展最为火热的人工智能技术方向之一。理想中,人脸识别的采集过程无需用户配合,具有隐蔽性,符合人的认知习惯,因此在安防领域具有不可替代性,是继车牌识别以后诸厂商重点突破的技术方向。深度学习方法是数据量、计算能力和学术发展到一定阶段产生的新方法,而正是得益于该方法带来的各应用的性能突破,包括人脸识别在内的人工智能技     

人工智能技术在矿工不安全行为识别中的融合应用

为有效识别矿工不安全行为,预防煤矿安全事故,提出融合深度学习的计算机视觉、表示深度信息的深度图像、可穿戴传感器等人工智能识别技术的方法。基于以上3种方法在人体行为识别上的应用特点,运用主成分分析法(PCA)将3种识别技术提取的行为特征降维融合,通过支持向量机(SVM)对融合特征进行分类;以矿工跌倒行为数据为正样本,走路、坐下、弯腰、下蹲、躺下等5种日常行为数据作为负样本,分别利用3种人工智能识别方法以及融合方法对矿工跌倒行为进行识别检验。结果表明:经过融合后的识别方法对矿工跌倒行为的识别效果均高于其他3种人工智能识别方法。     

AI加持下的出入口控制进入深度应用时代

正出入口控制是安全防范技术领域的重要组成部分,在保障防卫区域安全方面起到了重要作用。随着国家对"新基建"建设的不断深入,对出入口控制系统的要求也越来越高,从过去的刷卡进入,到现在的人脸识别、指纹识别等生物信息识别进入,社会的发展为出入口控制提出了新的要求。人工智能赋能出入口控制市场升级转型,尤其是以人脸识别、车辆识别等应用实现广泛落地,     

生物识别技术的发展与现状

一、生物识别应用之发展历程 生物识别技术起步于九十年代初期,经过近二十年的发展,生物识别的发展历史可以粗略地划分为三个阶段.1990年至1997年为第一阶段.在此阶段,整个市场是有欧美澳不超过十家产品和系统供应商,国内厂商只是充当了分销商和系统集成商的角色:进口国外产品,进行增值分销,或作一些简单的集成应用如门禁系统等.     

人工智能在智慧社区的应用

<正>近两年,人工智能之火热,已经让每一个人都感受到了它的魅力。智慧社区,也是另一个热门。智慧社区是社区管理的一种新理念,是新形势下社会管理的一种创新模式。智慧社区利用物联网、云计算、大数据、移动互联网等新一代信息技术的集成应用,为社区住户提供一个安全、舒适、便利的智慧化生活环境。     

天地伟业FACE+造势智慧城市

<正>未来的城市,将会变得越来越"聪明",它能读懂你的心,也许是足不出户地千里必达,也许是一键掌控的运筹帷幄,利用互联网+、人工智能、大数据、云技术等近年来大热门的重点发展科技,我们将更快实现全球范围内的智慧城市建设。更多的惠民应用也将不断涌现,智慧城市将从一纸政策、一朝梦想变成身边百姓可见、可触、可利用的城市生活。语音识别、虚拟代理、深度学习平台、生     

国外生物识别领域最新进展

<正>一、国家层面1.联合国发布用于反恐的生物识别最佳实践手册生物识别技术在反恐斗争中的应用不断扩大,为了对此进行有效监管,在2018年6月29日举行的"反恐机构首长高级别会议"上,联合国发布了一份名为"联合国关于反恐斗争中负责任地使用与分享生物识别技术的建议实践概要"的参考指南。这是联合国反恐委员会执行局与生物识别学会合作的成果,为此,来自立法、     

“十四五”期间 人工智能在安防市场发展将更加深入广泛

正一、"十四五"期间,人工智能在安防市场发展将不断完善自2012年以来,随着深度学习算法进入爆发期,人工智能逐步从实验室走向工程应用领域,安防市场作为场景最丰富、需求最广泛的行业领域,当仁不让地成为了人工智能落地实际应用场景的"试验田"——从视频摘要、车辆识别、人脸识别到视频结构化、步态识别、NLP、声纹识别,种类繁多、能力各异的人工智能算法纷纷找到合适的落地场景,在实际生产生活中发挥了重要的作用。