基于双层异构深度神经网络的人脸识别技术浅析

<正>一、引言人脸识别是近几年计算机视觉热潮中的一个热门方向,深度学习逐渐成为这股热潮中的一种主流方法。无论是人脸识别技术还是图像识别技术,计算机视觉在安防行业越来越多的应用得益于深度学习的崛起。最早的AFR(自动人脸识别)研究论文见于1965年陈(Chan)和布莱索(Bledsoe)在Panoramic Research Inc发表的技术报告,至今已有四十年的历史。近年来,人脸识别研究得到了诸多研究人员的青睐,涌现出了诸多技术方法,尤其是1990年以来,人脸识别更得到了长足的发展。     

基于深度学习的人脸识别系统在公共安全领域的应用

正人工智能由不同的领域组成,如机器学习、计算机视觉等。总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。近几年进入大众视野的深度学习,就是机器学习发展到现在一个较大的浪潮。人们熟知的人工智能AlphaGo与李世石的围棋之战,就是一个深度学习技术的典型。基于"深度学习"和"计算机视觉"等AI技术的人脸识别算法,有着很好的人脸动态捕捉和     

人工智能开启安防新篇章 人脸识别奏响新科技号角

正近年来,随着人工智能、深度学习等技术的快速发展,人脸识别也迎来了爆发期。人脸识别技术是计算机视觉研究领域一个已经存在了很长时间的重要课题,早期主要应用于公共安全领域,随着近年来人脸考勤、人脸通过等应用的普及,人脸识别在智能交通、智慧医疗、楼宇对讲、金融教育、平安城市建设等领域被广泛应用;还可以靠人脸解锁手机、登录支付账户等。可见人脸识别已经在我们的生活中应用非常深入。     

人脸识别技术在安防系统中的应用

正人脸识别系统以人脸识别技术为核心,是一项新兴的生物特征识别技术,是当今国际科技领域攻关的高精尖技术。它广泛采用区域特征分析算法,融合了计算机图像处理技术与生物统计学原理于一体,利用计算机图像处理技术从视频中提取人像特征点,利用生物统计学的原理进行分析建立数学模型。人脸识别系统具有广泛的应用,比如人脸识别出入管理系统、人脸识别门禁考勤系统、人脸识别监控管理、人脸识别电脑安全防范、人脸识别照片搜索、     

大规模人脸聚类技术应用初探

正一、引言近年来,深度卷积神经网络的出现极大地提升了人脸识别算法的精度,促使人脸识别技术在公共安全行业广泛落地应用,各地公安部门陆续兴建大量人脸抓拍系统,每天产生海量人脸抓拍数据。以国内某一线城市为例,单日人脸抓拍数据规模可达到千万级别。这些人脸抓拍数据目前主要被用于人脸布控、轨迹还原等业务应用,满足案件发生后的人员追逃、     

精耕AI:创新解决当下 赋能安防未来——访北京中科奥森数据科技有限公司安防事业部总经理刘冬

正作为全球领先的人脸识别技术及解决方案供应商,北京中科奥森数据科技有限公司(以下简称:中科奥森)在长期的戮力耕耘中,立足于"客户至上、专业高效、创业创新"的核心价值观,同时凭借其深厚的经验积淀、卓越的技术实力和过硬的产品品质,不断迭代人脸识别技术和产品,力促引领人工智能时代的发展。回望企业前行的每一步,"创新解决当下,赋能安防未来"是力促企业持续获得提升的关键词。"安防行业是AI落地最早,也是目前规模最大、最成熟的一个行业。中科奥森早期以算法研究起家,我们定位为‘AI+     

深度学习技术在人脸识别中的应用分析与思考

<正>一、引言近年来人工智能迎来了快速发展,深度学习作为其底层的核心技术起到了至关重要的作用,受到越来越多的关注。在图像、语音、自然语言等众多领域,深度学习都取得了巨大的成功,人脸识别是其中极具代表性的例子。深度学习不仅在效果上远远超越传统人脸识别方法,在算法、数据、硬件、应用等层面也带来了更多新的启发。前不久,苹果公司发布了10周年纪念版iPhoneX,宣布将使用人脸识别作为新的身份认证方式,引起了不     

基于公安大数据的人像比对系统设计

随着公安信息化建设的推进,公安行业积累了海量的图片数据和业务数据。充分利用图像等公安大数据,融合多种人脸识别算法,构建统一的公安"云"人像底库,搭建服务共享的"云"人像比对系统,是实现公安实战智能化的有效途径。     

人工智能技术对安防行业发展的影响与重要性

<正>一、人工智能技术在安防产业的落地应用现状现阶段,人工智能技术最主要的发展领域是计算机视觉、机器学习、自然语言处理、机器人等,这些细分领域的发展离不开海量的数据集进行算法训练。历经多年快速发展的安防行业,每时每刻都在产生大量的数据,是非常理想的算法迭代资源。近年来,安防已成为人工智能技术最具基础、发展最快的应用落地行业。目前,人工智能技术已在以下几个方面形成规模化的落地应用:     

深耕安防主航道，深挖场景落地应用 持续推动AI产业化进程——访澎思科技CEO马原

<正>历史上,每一次技术的更替都撬动了安防产业的格局。近年来,人工智能技术的快速发展也带给安防产业巨大的变动。经过近两年的发展,人工智能行业目前已经由单纯拼算法、拼技术的学术化阶段进入到商业化落地为主导的产业化阶段。作为人工智能落地场景应用最多的安防行业,自然得到了诸多AI初创公司的青睐和关注。作为一家AI创业公司,澎思科技专注于计算机视觉和物联网技术。公司拥有全场景智能视图大脑核心能力,以基于深度学习的计算机视觉技术为突破口,整合AIo T、5G、大数据、云计算等全链条技术,深耕安防等垂直行业。针对用户需求深挖场景,重视应用落地,致力于成为全球领先的视觉AIo T平台,为平安城市、智慧社区、     

基于sapera的图像分析算法设计

人脸识别是近年来计算机视觉、模式识别领域的一大研究热点,在刑侦破案、证件验证、门禁系统、视频监视等领域中都具有广泛的应用前景.本文结合Sapera机器视觉产品进行人脸图像采集,建立人脸库,并与标准的ORL人脸库进行比较,采用经典的PCA(Principle Component Analysis,主成分分析)算法对人脸进行识别.针对传统特征脸方法中特征向量的选择问题,做了一定的实验分析,得到了一些有意义的结论.     

凝神聚力,创新为魂 为人工智能带来的一切美好不断前行——访北京旷视(Face++)有限公司智能物联业务群组副总裁陈雪松

<正>作为一家以计算机视觉为核心的人工智能企业,北京旷视(Face++)有限公司(以下简称旷视(Face++)是纯技术驱动型企业的典型代表,专注于人脸识别、图像识别和深度学习技术的自主研发和商业化应用。旷视(Face++)成立于2011年,成立初期就推出了全球首个开放的人脸识别云服务平台     

基于监控领域的远距离人脸识别系统分析

近年来,由于反恐、国土安全和社会安全的需要,世界上各个国家都对安防领域加大了投入。在安防行业中,生物识别一直是市场中备受关注的焦点之一,近年来保持着较高的增长率,其中人脸识别是一个活跃的研究领域,也是人类视觉最杰出的能     

千帆过尽 笃行致远——2023年计算机视觉安防领域市场展望

<正>近几年来人工智能在国内安防领域得到了快速发展,计算机视觉技术通过人脸识别这一单点技术的普遍使用推广,已经成功获得了市场广泛认可。本文将对2023年计算机视觉安防领域的发展进行分析展望,供读者参考。一、计算机视觉安防市场有望获得较好的发展机会随着中国经济从人口红利高增长进入效率提升高质量增长阶段,也随着安防市场特别是公共安全大红利时代——“雪亮工程”全面新建的结束,以公共安全和交通为代表的政府安防需求逐步平稳。     

高清推动智能视频分析技术快速发展

引言近年来在视频监控市场中,智能视频分析技术成为行业热点,在城市管理、公共安全、银行、交通等行业得到了较广泛的应用,取得了很好的社会效益和经济效益,成为安防企业一个新的技术制高点和发展方向。大华公司经过多年的技术积累,拥有自主开发的全系列智能分析算法,提供了从前端到后端的丰富多样的产品形态,集中体现在以下几个方面：（1）已经在市场上得到广泛应用的成熟技术,包括行为分析、视频质量诊断、人数统计、人脸识别、自动跟踪等。     

人工智能成为推动智能安防发展的关键踏板--2021年人工智能在安防市场发展趋势探析

一、人工智能在安防市场发展之现状近年来,人工智能技术开始在安防市场进行大规模的应用,大力推动了传统安防行业的革新和进化,安防也成为人工智能技术最具基础、发展最快的应用落地行业。现阶段,机器学习、深度学习、自认语言处理、机器人学、计算机视觉等是人工智能技术最主要的发展领域,这些细分领域的发展离不开安防领域海量的数据集进行算法训练。     

承载使命 AI助力 锻造人脸识别领域的领航者——访云从科技安防行业部总经理蒋俊

<正>作为一家先天具有特殊"血统"的计算机视觉技术企业——重庆中科云丛科技有限公司(下称云从科技)脱胎于中国科学院重庆绿色智能研究院。创始人周曦师承"计算机视觉之父"黄煦涛教授。周曦本人则是"中科院百人计划"成员,也是中科院、上海交大博导,曾带领研发团队7次斩获智能识别类世界大赛冠军。公司主要技术团队来自中国科学院各大院所及国内外顶尖研究机构、高校,是中科院研发实力雄厚的人脸识别团队,也是中科院战略性先导科技A类专项的唯一人脸识别团队。     

神思电子 致力服务更多应用场景 神思电子计算机视觉技术大放异彩

VR、3D全息投影加上人睑识别,这些无疑都是当下社会的热门话题,而其基础就是计算机视觉,其中人脸检测与人脸识别获得了最多的关注,也取得了更长足的进展。到目前为止,随着国内人脸识别技术水平的不断成熟,该技术越来越多地被推广到安防、金融、社区及电子商务等应用场景,其中神思电子技术股份有限公司更是该领域的佼效者。     

多分析引擎集成应用关键技术研究

人脸识别技术已经广泛应用,为了取得更好的分析效果,实际应用中开始探索由单一厂商算法分析向多厂商算法综合分析过渡的方法.本文重点研究算法引擎集成模式下人脸识别比对算法的集成应用、为应用系统提供标准化的人脸应用服务,以及基于多种算法优势互补实现综合解析结果优化等问题.对人脸识别比对多引擎集成应用的关键技术研究,主要围绕多引...     

视觉定位技术在行业场景中的创新应用

正随着物联网、AI、大数据、计算机技术的快速发展,计算机视觉技术在公安、应急、住建等多个行业得到了广泛和深入的应用。在万物互联时代,人们生活中的种种需要均与位置息息相关,定位需求无处不在,如出行导航为乘客和司机提供了精确的位置信息,O2O平台在提供海量产品和服务信息的同时还精准定位了用户及配送员的所在位置。目标定位作为计算机视觉领域中极具挑战性的研究课题,探讨如何在复杂场景下准确、实时获取位置信息对诸多领域的发展都有着十分重要的意义和价值。