找到4项技术成果数据。
找技术 >AI 算法
成熟度:通过中试
技术类型:-
应用行业:建筑业,居民服务、修理和其他服务业
技术简介
产品简介:专注于人工智能,计算机视觉和深度学习的研发,并把研究成果应用到城市运营让城市更加安全可靠交通更加高效购物更加方便。技术优势:人脸检测使用基于 SFD 架构的 CNN 网络进行训练,同时优化了多层 featuremap的输出,可适应侧脸,遮挡,模糊,表情变化等各种实际环境。人脸识别利用了上千万张人脸图片,使用基于 Asoftmax 损失函数的 CNN 网络进行训练,在认证出 96%的人脸时,误检率低于十万分之一。人 脸 跟 踪 使 用 了 DeepSort 算法, 结 合 使 用 了 kuhn-munkes 算法及ReRecognition 算法。缺陷检测算法主要根据具体的样本特征选择合适的图像处理方法获得稳定的判定条件,大致包括图像预处理、核心算法实现、图像后处理。应用领域:公安安防、智慧教育、智慧金融、楼宇园区,酒店管理。
基于多级混合特征的人脸检测系统
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
成果简介:人脸检测是人脸识别应用的重要前提。本系统采用多级混合特征 匹配的技术,研发出一种视频监控的人脸检测系统。在各种重要的公共场所,如广场,车站,会场,体育场等安全监控中具有重要的应用。 项目来源:自主研发。 技术领域:计算机应用技术,人工智能与模式识别。 应用范围:在广场,车站,会场,体育场等安全监控中的人脸识别,身份验 证等公共场所的视频安全监控中具有重要的应用。 现状特点:本系统的监测率95%;在使用现有性能个人计算机的条件下,可以做到每秒25帧,采用嵌入式技术可以做到实时人脸检测。 所在阶段:已在一些应用系统中试用。 成果知识产权:独立知识产权。 成果转让方式:技术合作。 市场状况及效益分析:目前视频监控的基础设施已经普及使用到各种公共场期间国家实施的天网计划将进一步推动这些基础设施的普及,使得项目减少了大量的基础实施投入。另外由于具有广泛的应用前景,市场效益可观。
动态智能人脸门锁
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
技术成果介绍:本项目是一套集合了人工智能系统、嵌入式系统、智能控制系统等多项先进技术的动态人脸门锁。团队将复杂的人脸检测与识别的深度学习算法模型在嵌入式设备上进行了针对性的优化设计。从而实现了在前端的嵌 入式设备上能够独立完成高比对精度、高响应速度的人脸检测和识别工作,不需要后端庞大的GPU服务器平台的支撑,在无网络环境下仍然可以正常工作。非主动配合式的动态检测与识别算法,可以同时屏蔽掉印刷制 品、数码图片等伪造信息,可以适应各种光线变化,白天和夜晚都能进行活体验证。在开关门的过程中通过智能控制系统,可以根据不同的使用场景,协同控制调整人体感应器、高清红外双目摄像头、高精度自动锁体、多功能开闭门器等设备。从而可以真正实现不需要配合的动态人脸识别开关门锁,大大提高了本产品的可用度和用户的体验。主要技术指标及优势:1. 前端的AI智能人脸识别模块可以独立的完成人脸的检测与识别等工作,不受网络带宽、GPU服务器、 信号强弱等因素的干扰;2. 活体检测算法的使用能够高效的去除手机图片、纸质图片、彩色照片等非活体人脸干扰头像信息;3. 动态的人脸检测和识别算法,不需要使用者主动配合,能都高效的进行检测和识别任务。主要应用领域:本项目在商务酒店、智能家居、智慧社区等领域有着广泛的应用前景。
基于人脸与人体姿态分析的智能视觉关键技术及其产业化
成熟度:可规模生产
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
一、项目简介人体是视频监控、车辆辅助驾驶等应用领域中重点关注的目标。人脸和人体姿态的分析,易受光照、遮挡、穿着和复杂背景等因素的影响,研究的挑战极大。对人体的属性,尤其是人脸和人体姿态的智能分析,是计算机视觉和人工智能中的热点研究问题,也是视觉产业化急需突破的关键技术。二、前期研究基础目前已发表论文12篇,包括:计算机视觉顶级会议CVPR 4篇,IEEE期刊 T-CSVT 1篇。申请专利两项。三、应用技术成果[1] 基于深度学习的人脸检测技术,已成功部署在Nvidea TX2上,并应用在视频监控前端;[2] 基于多特征通道聚合的行人检测器已成功应用在车辆辅助驾驶中
找到4项技术成果数据。
找技术 >AI 算法
成熟度:通过中试
技术类型:-
应用行业:建筑业,居民服务、修理和其他服务业
技术简介
产品简介:专注于人工智能,计算机视觉和深度学习的研发,并把研究成果应用到城市运营让城市更加安全可靠交通更加高效购物更加方便。技术优势:人脸检测使用基于 SFD 架构的 CNN 网络进行训练,同时优化了多层 featuremap的输出,可适应侧脸,遮挡,模糊,表情变化等各种实际环境。人脸识别利用了上千万张人脸图片,使用基于 Asoftmax 损失函数的 CNN 网络进行训练,在认证出 96%的人脸时,误检率低于十万分之一。人 脸 跟 踪 使 用 了 DeepSort 算法, 结 合 使 用 了 kuhn-munkes 算法及ReRecognition 算法。缺陷检测算法主要根据具体的样本特征选择合适的图像处理方法获得稳定的判定条件,大致包括图像预处理、核心算法实现、图像后处理。应用领域:公安安防、智慧教育、智慧金融、楼宇园区,酒店管理。
基于多级混合特征的人脸检测系统
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
成果简介:人脸检测是人脸识别应用的重要前提。本系统采用多级混合特征 匹配的技术,研发出一种视频监控的人脸检测系统。在各种重要的公共场所,如广场,车站,会场,体育场等安全监控中具有重要的应用。 项目来源:自主研发。 技术领域:计算机应用技术,人工智能与模式识别。 应用范围:在广场,车站,会场,体育场等安全监控中的人脸识别,身份验 证等公共场所的视频安全监控中具有重要的应用。 现状特点:本系统的监测率95%;在使用现有性能个人计算机的条件下,可以做到每秒25帧,采用嵌入式技术可以做到实时人脸检测。 所在阶段:已在一些应用系统中试用。 成果知识产权:独立知识产权。 成果转让方式:技术合作。 市场状况及效益分析:目前视频监控的基础设施已经普及使用到各种公共场期间国家实施的天网计划将进一步推动这些基础设施的普及,使得项目减少了大量的基础实施投入。另外由于具有广泛的应用前景,市场效益可观。
动态智能人脸门锁
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
技术成果介绍:本项目是一套集合了人工智能系统、嵌入式系统、智能控制系统等多项先进技术的动态人脸门锁。团队将复杂的人脸检测与识别的深度学习算法模型在嵌入式设备上进行了针对性的优化设计。从而实现了在前端的嵌 入式设备上能够独立完成高比对精度、高响应速度的人脸检测和识别工作,不需要后端庞大的GPU服务器平台的支撑,在无网络环境下仍然可以正常工作。非主动配合式的动态检测与识别算法,可以同时屏蔽掉印刷制 品、数码图片等伪造信息,可以适应各种光线变化,白天和夜晚都能进行活体验证。在开关门的过程中通过智能控制系统,可以根据不同的使用场景,协同控制调整人体感应器、高清红外双目摄像头、高精度自动锁体、多功能开闭门器等设备。从而可以真正实现不需要配合的动态人脸识别开关门锁,大大提高了本产品的可用度和用户的体验。主要技术指标及优势:1. 前端的AI智能人脸识别模块可以独立的完成人脸的检测与识别等工作,不受网络带宽、GPU服务器、 信号强弱等因素的干扰;2. 活体检测算法的使用能够高效的去除手机图片、纸质图片、彩色照片等非活体人脸干扰头像信息;3. 动态的人脸检测和识别算法,不需要使用者主动配合,能都高效的进行检测和识别任务。主要应用领域:本项目在商务酒店、智能家居、智慧社区等领域有着广泛的应用前景。
基于人脸与人体姿态分析的智能视觉关键技术及其产业化
成熟度:可规模生产
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
一、项目简介人体是视频监控、车辆辅助驾驶等应用领域中重点关注的目标。人脸和人体姿态的分析,易受光照、遮挡、穿着和复杂背景等因素的影响,研究的挑战极大。对人体的属性,尤其是人脸和人体姿态的智能分析,是计算机视觉和人工智能中的热点研究问题,也是视觉产业化急需突破的关键技术。二、前期研究基础目前已发表论文12篇,包括:计算机视觉顶级会议CVPR 4篇,IEEE期刊 T-CSVT 1篇。申请专利两项。三、应用技术成果[1] 基于深度学习的人脸检测技术,已成功部署在Nvidea TX2上,并应用在视频监控前端;[2] 基于多特征通道聚合的行人检测器已成功应用在车辆辅助驾驶中
找到4项技术成果数据。
找技术 >AI 算法
成熟度:通过中试
技术类型:-
应用行业:建筑业,居民服务、修理和其他服务业
技术简介
产品简介:专注于人工智能,计算机视觉和深度学习的研发,并把研究成果应用到城市运营让城市更加安全可靠交通更加高效购物更加方便。技术优势:人脸检测使用基于 SFD 架构的 CNN 网络进行训练,同时优化了多层 featuremap的输出,可适应侧脸,遮挡,模糊,表情变化等各种实际环境。人脸识别利用了上千万张人脸图片,使用基于 Asoftmax 损失函数的 CNN 网络进行训练,在认证出 96%的人脸时,误检率低于十万分之一。人 脸 跟 踪 使 用 了 DeepSort 算法, 结 合 使 用 了 kuhn-munkes 算法及ReRecognition 算法。缺陷检测算法主要根据具体的样本特征选择合适的图像处理方法获得稳定的判定条件,大致包括图像预处理、核心算法实现、图像后处理。应用领域:公安安防、智慧教育、智慧金融、楼宇园区,酒店管理。
基于多级混合特征的人脸检测系统
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
成果简介:人脸检测是人脸识别应用的重要前提。本系统采用多级混合特征 匹配的技术,研发出一种视频监控的人脸检测系统。在各种重要的公共场所,如广场,车站,会场,体育场等安全监控中具有重要的应用。 项目来源:自主研发。 技术领域:计算机应用技术,人工智能与模式识别。 应用范围:在广场,车站,会场,体育场等安全监控中的人脸识别,身份验 证等公共场所的视频安全监控中具有重要的应用。 现状特点:本系统的监测率95%;在使用现有性能个人计算机的条件下,可以做到每秒25帧,采用嵌入式技术可以做到实时人脸检测。 所在阶段:已在一些应用系统中试用。 成果知识产权:独立知识产权。 成果转让方式:技术合作。 市场状况及效益分析:目前视频监控的基础设施已经普及使用到各种公共场期间国家实施的天网计划将进一步推动这些基础设施的普及,使得项目减少了大量的基础实施投入。另外由于具有广泛的应用前景,市场效益可观。
动态智能人脸门锁
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
技术成果介绍:本项目是一套集合了人工智能系统、嵌入式系统、智能控制系统等多项先进技术的动态人脸门锁。团队将复杂的人脸检测与识别的深度学习算法模型在嵌入式设备上进行了针对性的优化设计。从而实现了在前端的嵌 入式设备上能够独立完成高比对精度、高响应速度的人脸检测和识别工作,不需要后端庞大的GPU服务器平台的支撑,在无网络环境下仍然可以正常工作。非主动配合式的动态检测与识别算法,可以同时屏蔽掉印刷制 品、数码图片等伪造信息,可以适应各种光线变化,白天和夜晚都能进行活体验证。在开关门的过程中通过智能控制系统,可以根据不同的使用场景,协同控制调整人体感应器、高清红外双目摄像头、高精度自动锁体、多功能开闭门器等设备。从而可以真正实现不需要配合的动态人脸识别开关门锁,大大提高了本产品的可用度和用户的体验。主要技术指标及优势:1. 前端的AI智能人脸识别模块可以独立的完成人脸的检测与识别等工作,不受网络带宽、GPU服务器、 信号强弱等因素的干扰;2. 活体检测算法的使用能够高效的去除手机图片、纸质图片、彩色照片等非活体人脸干扰头像信息;3. 动态的人脸检测和识别算法,不需要使用者主动配合,能都高效的进行检测和识别任务。主要应用领域:本项目在商务酒店、智能家居、智慧社区等领域有着广泛的应用前景。
基于人脸与人体姿态分析的智能视觉关键技术及其产业化
成熟度:可规模生产
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
一、项目简介人体是视频监控、车辆辅助驾驶等应用领域中重点关注的目标。人脸和人体姿态的分析,易受光照、遮挡、穿着和复杂背景等因素的影响,研究的挑战极大。对人体的属性,尤其是人脸和人体姿态的智能分析,是计算机视觉和人工智能中的热点研究问题,也是视觉产业化急需突破的关键技术。二、前期研究基础目前已发表论文12篇,包括:计算机视觉顶级会议CVPR 4篇,IEEE期刊 T-CSVT 1篇。申请专利两项。三、应用技术成果[1] 基于深度学习的人脸检测技术,已成功部署在Nvidea TX2上,并应用在视频监控前端;[2] 基于多特征通道聚合的行人检测器已成功应用在车辆辅助驾驶中
找到4项技术成果数据。
找技术 >AI 算法
成熟度:通过中试
技术类型:-
应用行业:建筑业,居民服务、修理和其他服务业
技术简介
产品简介:专注于人工智能,计算机视觉和深度学习的研发,并把研究成果应用到城市运营让城市更加安全可靠交通更加高效购物更加方便。技术优势:人脸检测使用基于 SFD 架构的 CNN 网络进行训练,同时优化了多层 featuremap的输出,可适应侧脸,遮挡,模糊,表情变化等各种实际环境。人脸识别利用了上千万张人脸图片,使用基于 Asoftmax 损失函数的 CNN 网络进行训练,在认证出 96%的人脸时,误检率低于十万分之一。人 脸 跟 踪 使 用 了 DeepSort 算法, 结 合 使 用 了 kuhn-munkes 算法及ReRecognition 算法。缺陷检测算法主要根据具体的样本特征选择合适的图像处理方法获得稳定的判定条件,大致包括图像预处理、核心算法实现、图像后处理。应用领域:公安安防、智慧教育、智慧金融、楼宇园区,酒店管理。
基于多级混合特征的人脸检测系统
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
成果简介:人脸检测是人脸识别应用的重要前提。本系统采用多级混合特征 匹配的技术,研发出一种视频监控的人脸检测系统。在各种重要的公共场所,如广场,车站,会场,体育场等安全监控中具有重要的应用。 项目来源:自主研发。 技术领域:计算机应用技术,人工智能与模式识别。 应用范围:在广场,车站,会场,体育场等安全监控中的人脸识别,身份验 证等公共场所的视频安全监控中具有重要的应用。 现状特点:本系统的监测率95%;在使用现有性能个人计算机的条件下,可以做到每秒25帧,采用嵌入式技术可以做到实时人脸检测。 所在阶段:已在一些应用系统中试用。 成果知识产权:独立知识产权。 成果转让方式:技术合作。 市场状况及效益分析:目前视频监控的基础设施已经普及使用到各种公共场期间国家实施的天网计划将进一步推动这些基础设施的普及,使得项目减少了大量的基础实施投入。另外由于具有广泛的应用前景,市场效益可观。
动态智能人脸门锁
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
技术成果介绍:本项目是一套集合了人工智能系统、嵌入式系统、智能控制系统等多项先进技术的动态人脸门锁。团队将复杂的人脸检测与识别的深度学习算法模型在嵌入式设备上进行了针对性的优化设计。从而实现了在前端的嵌 入式设备上能够独立完成高比对精度、高响应速度的人脸检测和识别工作,不需要后端庞大的GPU服务器平台的支撑,在无网络环境下仍然可以正常工作。非主动配合式的动态检测与识别算法,可以同时屏蔽掉印刷制 品、数码图片等伪造信息,可以适应各种光线变化,白天和夜晚都能进行活体验证。在开关门的过程中通过智能控制系统,可以根据不同的使用场景,协同控制调整人体感应器、高清红外双目摄像头、高精度自动锁体、多功能开闭门器等设备。从而可以真正实现不需要配合的动态人脸识别开关门锁,大大提高了本产品的可用度和用户的体验。主要技术指标及优势:1. 前端的AI智能人脸识别模块可以独立的完成人脸的检测与识别等工作,不受网络带宽、GPU服务器、 信号强弱等因素的干扰;2. 活体检测算法的使用能够高效的去除手机图片、纸质图片、彩色照片等非活体人脸干扰头像信息;3. 动态的人脸检测和识别算法,不需要使用者主动配合,能都高效的进行检测和识别任务。主要应用领域:本项目在商务酒店、智能家居、智慧社区等领域有着广泛的应用前景。
基于人脸与人体姿态分析的智能视觉关键技术及其产业化
成熟度:可规模生产
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
一、项目简介人体是视频监控、车辆辅助驾驶等应用领域中重点关注的目标。人脸和人体姿态的分析,易受光照、遮挡、穿着和复杂背景等因素的影响,研究的挑战极大。对人体的属性,尤其是人脸和人体姿态的智能分析,是计算机视觉和人工智能中的热点研究问题,也是视觉产业化急需突破的关键技术。二、前期研究基础目前已发表论文12篇,包括:计算机视觉顶级会议CVPR 4篇,IEEE期刊 T-CSVT 1篇。申请专利两项。三、应用技术成果[1] 基于深度学习的人脸检测技术,已成功部署在Nvidea TX2上,并应用在视频监控前端;[2] 基于多特征通道聚合的行人检测器已成功应用在车辆辅助驾驶中
找到4项技术成果数据。
找技术 >AI 算法
成熟度:通过中试
技术类型:-
应用行业:建筑业,居民服务、修理和其他服务业
技术简介
产品简介:专注于人工智能,计算机视觉和深度学习的研发,并把研究成果应用到城市运营让城市更加安全可靠交通更加高效购物更加方便。技术优势:人脸检测使用基于 SFD 架构的 CNN 网络进行训练,同时优化了多层 featuremap的输出,可适应侧脸,遮挡,模糊,表情变化等各种实际环境。人脸识别利用了上千万张人脸图片,使用基于 Asoftmax 损失函数的 CNN 网络进行训练,在认证出 96%的人脸时,误检率低于十万分之一。人 脸 跟 踪 使 用 了 DeepSort 算法, 结 合 使 用 了 kuhn-munkes 算法及ReRecognition 算法。缺陷检测算法主要根据具体的样本特征选择合适的图像处理方法获得稳定的判定条件,大致包括图像预处理、核心算法实现、图像后处理。应用领域:公安安防、智慧教育、智慧金融、楼宇园区,酒店管理。
基于多级混合特征的人脸检测系统
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
成果简介:人脸检测是人脸识别应用的重要前提。本系统采用多级混合特征 匹配的技术,研发出一种视频监控的人脸检测系统。在各种重要的公共场所,如广场,车站,会场,体育场等安全监控中具有重要的应用。 项目来源:自主研发。 技术领域:计算机应用技术,人工智能与模式识别。 应用范围:在广场,车站,会场,体育场等安全监控中的人脸识别,身份验 证等公共场所的视频安全监控中具有重要的应用。 现状特点:本系统的监测率95%;在使用现有性能个人计算机的条件下,可以做到每秒25帧,采用嵌入式技术可以做到实时人脸检测。 所在阶段:已在一些应用系统中试用。 成果知识产权:独立知识产权。 成果转让方式:技术合作。 市场状况及效益分析:目前视频监控的基础设施已经普及使用到各种公共场期间国家实施的天网计划将进一步推动这些基础设施的普及,使得项目减少了大量的基础实施投入。另外由于具有广泛的应用前景,市场效益可观。
动态智能人脸门锁
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
技术成果介绍:本项目是一套集合了人工智能系统、嵌入式系统、智能控制系统等多项先进技术的动态人脸门锁。团队将复杂的人脸检测与识别的深度学习算法模型在嵌入式设备上进行了针对性的优化设计。从而实现了在前端的嵌 入式设备上能够独立完成高比对精度、高响应速度的人脸检测和识别工作,不需要后端庞大的GPU服务器平台的支撑,在无网络环境下仍然可以正常工作。非主动配合式的动态检测与识别算法,可以同时屏蔽掉印刷制 品、数码图片等伪造信息,可以适应各种光线变化,白天和夜晚都能进行活体验证。在开关门的过程中通过智能控制系统,可以根据不同的使用场景,协同控制调整人体感应器、高清红外双目摄像头、高精度自动锁体、多功能开闭门器等设备。从而可以真正实现不需要配合的动态人脸识别开关门锁,大大提高了本产品的可用度和用户的体验。主要技术指标及优势:1. 前端的AI智能人脸识别模块可以独立的完成人脸的检测与识别等工作,不受网络带宽、GPU服务器、 信号强弱等因素的干扰;2. 活体检测算法的使用能够高效的去除手机图片、纸质图片、彩色照片等非活体人脸干扰头像信息;3. 动态的人脸检测和识别算法,不需要使用者主动配合,能都高效的进行检测和识别任务。主要应用领域:本项目在商务酒店、智能家居、智慧社区等领域有着广泛的应用前景。
基于人脸与人体姿态分析的智能视觉关键技术及其产业化
成熟度:可规模生产
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
一、项目简介人体是视频监控、车辆辅助驾驶等应用领域中重点关注的目标。人脸和人体姿态的分析,易受光照、遮挡、穿着和复杂背景等因素的影响,研究的挑战极大。对人体的属性,尤其是人脸和人体姿态的智能分析,是计算机视觉和人工智能中的热点研究问题,也是视觉产业化急需突破的关键技术。二、前期研究基础目前已发表论文12篇,包括:计算机视觉顶级会议CVPR 4篇,IEEE期刊 T-CSVT 1篇。申请专利两项。三、应用技术成果[1] 基于深度学习的人脸检测技术,已成功部署在Nvidea TX2上,并应用在视频监控前端;[2] 基于多特征通道聚合的行人检测器已成功应用在车辆辅助驾驶中
找到4项技术成果数据。
找技术 >AI 算法
成熟度:通过中试
技术类型:-
应用行业:建筑业,居民服务、修理和其他服务业
技术简介
产品简介:专注于人工智能,计算机视觉和深度学习的研发,并把研究成果应用到城市运营让城市更加安全可靠交通更加高效购物更加方便。技术优势:人脸检测使用基于 SFD 架构的 CNN 网络进行训练,同时优化了多层 featuremap的输出,可适应侧脸,遮挡,模糊,表情变化等各种实际环境。人脸识别利用了上千万张人脸图片,使用基于 Asoftmax 损失函数的 CNN 网络进行训练,在认证出 96%的人脸时,误检率低于十万分之一。人 脸 跟 踪 使 用 了 DeepSort 算法, 结 合 使 用 了 kuhn-munkes 算法及ReRecognition 算法。缺陷检测算法主要根据具体的样本特征选择合适的图像处理方法获得稳定的判定条件,大致包括图像预处理、核心算法实现、图像后处理。应用领域:公安安防、智慧教育、智慧金融、楼宇园区,酒店管理。
基于多级混合特征的人脸检测系统
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
成果简介:人脸检测是人脸识别应用的重要前提。本系统采用多级混合特征 匹配的技术,研发出一种视频监控的人脸检测系统。在各种重要的公共场所,如广场,车站,会场,体育场等安全监控中具有重要的应用。 项目来源:自主研发。 技术领域:计算机应用技术,人工智能与模式识别。 应用范围:在广场,车站,会场,体育场等安全监控中的人脸识别,身份验 证等公共场所的视频安全监控中具有重要的应用。 现状特点:本系统的监测率95%;在使用现有性能个人计算机的条件下,可以做到每秒25帧,采用嵌入式技术可以做到实时人脸检测。 所在阶段:已在一些应用系统中试用。 成果知识产权:独立知识产权。 成果转让方式:技术合作。 市场状况及效益分析:目前视频监控的基础设施已经普及使用到各种公共场期间国家实施的天网计划将进一步推动这些基础设施的普及,使得项目减少了大量的基础实施投入。另外由于具有广泛的应用前景,市场效益可观。
动态智能人脸门锁
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
技术成果介绍:本项目是一套集合了人工智能系统、嵌入式系统、智能控制系统等多项先进技术的动态人脸门锁。团队将复杂的人脸检测与识别的深度学习算法模型在嵌入式设备上进行了针对性的优化设计。从而实现了在前端的嵌 入式设备上能够独立完成高比对精度、高响应速度的人脸检测和识别工作,不需要后端庞大的GPU服务器平台的支撑,在无网络环境下仍然可以正常工作。非主动配合式的动态检测与识别算法,可以同时屏蔽掉印刷制 品、数码图片等伪造信息,可以适应各种光线变化,白天和夜晚都能进行活体验证。在开关门的过程中通过智能控制系统,可以根据不同的使用场景,协同控制调整人体感应器、高清红外双目摄像头、高精度自动锁体、多功能开闭门器等设备。从而可以真正实现不需要配合的动态人脸识别开关门锁,大大提高了本产品的可用度和用户的体验。主要技术指标及优势:1. 前端的AI智能人脸识别模块可以独立的完成人脸的检测与识别等工作,不受网络带宽、GPU服务器、 信号强弱等因素的干扰;2. 活体检测算法的使用能够高效的去除手机图片、纸质图片、彩色照片等非活体人脸干扰头像信息;3. 动态的人脸检测和识别算法,不需要使用者主动配合,能都高效的进行检测和识别任务。主要应用领域:本项目在商务酒店、智能家居、智慧社区等领域有着广泛的应用前景。
基于人脸与人体姿态分析的智能视觉关键技术及其产业化
成熟度:可规模生产
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
一、项目简介人体是视频监控、车辆辅助驾驶等应用领域中重点关注的目标。人脸和人体姿态的分析,易受光照、遮挡、穿着和复杂背景等因素的影响,研究的挑战极大。对人体的属性,尤其是人脸和人体姿态的智能分析,是计算机视觉和人工智能中的热点研究问题,也是视觉产业化急需突破的关键技术。二、前期研究基础目前已发表论文12篇,包括:计算机视觉顶级会议CVPR 4篇,IEEE期刊 T-CSVT 1篇。申请专利两项。三、应用技术成果[1] 基于深度学习的人脸检测技术,已成功部署在Nvidea TX2上,并应用在视频监控前端;[2] 基于多特征通道聚合的行人检测器已成功应用在车辆辅助驾驶中
找到4项技术成果数据。
找技术 >AI 算法
成熟度:通过中试
技术类型:-
应用行业:建筑业,居民服务、修理和其他服务业
技术简介
产品简介:专注于人工智能,计算机视觉和深度学习的研发,并把研究成果应用到城市运营让城市更加安全可靠交通更加高效购物更加方便。技术优势:人脸检测使用基于 SFD 架构的 CNN 网络进行训练,同时优化了多层 featuremap的输出,可适应侧脸,遮挡,模糊,表情变化等各种实际环境。人脸识别利用了上千万张人脸图片,使用基于 Asoftmax 损失函数的 CNN 网络进行训练,在认证出 96%的人脸时,误检率低于十万分之一。人 脸 跟 踪 使 用 了 DeepSort 算法, 结 合 使 用 了 kuhn-munkes 算法及ReRecognition 算法。缺陷检测算法主要根据具体的样本特征选择合适的图像处理方法获得稳定的判定条件,大致包括图像预处理、核心算法实现、图像后处理。应用领域:公安安防、智慧教育、智慧金融、楼宇园区,酒店管理。
基于多级混合特征的人脸检测系统
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
成果简介:人脸检测是人脸识别应用的重要前提。本系统采用多级混合特征 匹配的技术,研发出一种视频监控的人脸检测系统。在各种重要的公共场所,如广场,车站,会场,体育场等安全监控中具有重要的应用。 项目来源:自主研发。 技术领域:计算机应用技术,人工智能与模式识别。 应用范围:在广场,车站,会场,体育场等安全监控中的人脸识别,身份验 证等公共场所的视频安全监控中具有重要的应用。 现状特点:本系统的监测率95%;在使用现有性能个人计算机的条件下,可以做到每秒25帧,采用嵌入式技术可以做到实时人脸检测。 所在阶段:已在一些应用系统中试用。 成果知识产权:独立知识产权。 成果转让方式:技术合作。 市场状况及效益分析:目前视频监控的基础设施已经普及使用到各种公共场期间国家实施的天网计划将进一步推动这些基础设施的普及,使得项目减少了大量的基础实施投入。另外由于具有广泛的应用前景,市场效益可观。
动态智能人脸门锁
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
技术成果介绍:本项目是一套集合了人工智能系统、嵌入式系统、智能控制系统等多项先进技术的动态人脸门锁。团队将复杂的人脸检测与识别的深度学习算法模型在嵌入式设备上进行了针对性的优化设计。从而实现了在前端的嵌 入式设备上能够独立完成高比对精度、高响应速度的人脸检测和识别工作,不需要后端庞大的GPU服务器平台的支撑,在无网络环境下仍然可以正常工作。非主动配合式的动态检测与识别算法,可以同时屏蔽掉印刷制 品、数码图片等伪造信息,可以适应各种光线变化,白天和夜晚都能进行活体验证。在开关门的过程中通过智能控制系统,可以根据不同的使用场景,协同控制调整人体感应器、高清红外双目摄像头、高精度自动锁体、多功能开闭门器等设备。从而可以真正实现不需要配合的动态人脸识别开关门锁,大大提高了本产品的可用度和用户的体验。主要技术指标及优势:1. 前端的AI智能人脸识别模块可以独立的完成人脸的检测与识别等工作,不受网络带宽、GPU服务器、 信号强弱等因素的干扰;2. 活体检测算法的使用能够高效的去除手机图片、纸质图片、彩色照片等非活体人脸干扰头像信息;3. 动态的人脸检测和识别算法,不需要使用者主动配合,能都高效的进行检测和识别任务。主要应用领域:本项目在商务酒店、智能家居、智慧社区等领域有着广泛的应用前景。
基于人脸与人体姿态分析的智能视觉关键技术及其产业化
成熟度:可规模生产
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
一、项目简介人体是视频监控、车辆辅助驾驶等应用领域中重点关注的目标。人脸和人体姿态的分析,易受光照、遮挡、穿着和复杂背景等因素的影响,研究的挑战极大。对人体的属性,尤其是人脸和人体姿态的智能分析,是计算机视觉和人工智能中的热点研究问题,也是视觉产业化急需突破的关键技术。二、前期研究基础目前已发表论文12篇,包括:计算机视觉顶级会议CVPR 4篇,IEEE期刊 T-CSVT 1篇。申请专利两项。三、应用技术成果[1] 基于深度学习的人脸检测技术,已成功部署在Nvidea TX2上,并应用在视频监控前端;[2] 基于多特征通道聚合的行人检测器已成功应用在车辆辅助驾驶中
找到4项技术成果数据。
找技术 >AI 算法
成熟度:通过中试
技术类型:-
应用行业:建筑业,居民服务、修理和其他服务业
技术简介
产品简介:专注于人工智能,计算机视觉和深度学习的研发,并把研究成果应用到城市运营让城市更加安全可靠交通更加高效购物更加方便。技术优势:人脸检测使用基于 SFD 架构的 CNN 网络进行训练,同时优化了多层 featuremap的输出,可适应侧脸,遮挡,模糊,表情变化等各种实际环境。人脸识别利用了上千万张人脸图片,使用基于 Asoftmax 损失函数的 CNN 网络进行训练,在认证出 96%的人脸时,误检率低于十万分之一。人 脸 跟 踪 使 用 了 DeepSort 算法, 结 合 使 用 了 kuhn-munkes 算法及ReRecognition 算法。缺陷检测算法主要根据具体的样本特征选择合适的图像处理方法获得稳定的判定条件,大致包括图像预处理、核心算法实现、图像后处理。应用领域:公安安防、智慧教育、智慧金融、楼宇园区,酒店管理。
基于多级混合特征的人脸检测系统
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
成果简介:人脸检测是人脸识别应用的重要前提。本系统采用多级混合特征 匹配的技术,研发出一种视频监控的人脸检测系统。在各种重要的公共场所,如广场,车站,会场,体育场等安全监控中具有重要的应用。 项目来源:自主研发。 技术领域:计算机应用技术,人工智能与模式识别。 应用范围:在广场,车站,会场,体育场等安全监控中的人脸识别,身份验 证等公共场所的视频安全监控中具有重要的应用。 现状特点:本系统的监测率95%;在使用现有性能个人计算机的条件下,可以做到每秒25帧,采用嵌入式技术可以做到实时人脸检测。 所在阶段:已在一些应用系统中试用。 成果知识产权:独立知识产权。 成果转让方式:技术合作。 市场状况及效益分析:目前视频监控的基础设施已经普及使用到各种公共场期间国家实施的天网计划将进一步推动这些基础设施的普及,使得项目减少了大量的基础实施投入。另外由于具有广泛的应用前景,市场效益可观。
动态智能人脸门锁
成熟度:通过中试
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
技术成果介绍:本项目是一套集合了人工智能系统、嵌入式系统、智能控制系统等多项先进技术的动态人脸门锁。团队将复杂的人脸检测与识别的深度学习算法模型在嵌入式设备上进行了针对性的优化设计。从而实现了在前端的嵌 入式设备上能够独立完成高比对精度、高响应速度的人脸检测和识别工作,不需要后端庞大的GPU服务器平台的支撑,在无网络环境下仍然可以正常工作。非主动配合式的动态检测与识别算法,可以同时屏蔽掉印刷制 品、数码图片等伪造信息,可以适应各种光线变化,白天和夜晚都能进行活体验证。在开关门的过程中通过智能控制系统,可以根据不同的使用场景,协同控制调整人体感应器、高清红外双目摄像头、高精度自动锁体、多功能开闭门器等设备。从而可以真正实现不需要配合的动态人脸识别开关门锁,大大提高了本产品的可用度和用户的体验。主要技术指标及优势:1. 前端的AI智能人脸识别模块可以独立的完成人脸的检测与识别等工作,不受网络带宽、GPU服务器、 信号强弱等因素的干扰;2. 活体检测算法的使用能够高效的去除手机图片、纸质图片、彩色照片等非活体人脸干扰头像信息;3. 动态的人脸检测和识别算法,不需要使用者主动配合,能都高效的进行检测和识别任务。主要应用领域:本项目在商务酒店、智能家居、智慧社区等领域有着广泛的应用前景。
基于人脸与人体姿态分析的智能视觉关键技术及其产业化
成熟度:可规模生产
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
一、项目简介人体是视频监控、车辆辅助驾驶等应用领域中重点关注的目标。人脸和人体姿态的分析,易受光照、遮挡、穿着和复杂背景等因素的影响,研究的挑战极大。对人体的属性,尤其是人脸和人体姿态的智能分析,是计算机视觉和人工智能中的热点研究问题,也是视觉产业化急需突破的关键技术。二、前期研究基础目前已发表论文12篇,包括:计算机视觉顶级会议CVPR 4篇,IEEE期刊 T-CSVT 1篇。申请专利两项。三、应用技术成果[1] 基于深度学习的人脸检测技术,已成功部署在Nvidea TX2上,并应用在视频监控前端;[2] 基于多特征通道聚合的行人检测器已成功应用在车辆辅助驾驶中