共查询到20条相似文献,搜索用时 218 毫秒
1.
<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。 相似文献
2.
3.
4.
5.
6.
7.
8.
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。 相似文献
9.
10.
11.
<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? 相似文献
12.
13.
14.
《中国安全科学学报》2019,(1)
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。 相似文献
15.
16.
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. 相似文献
17.
18.
19.