技术能力

人脸识别

可检测单人及多人场景不仅可以支持单人的姿态预估,同时有效支持多人场景下的人体检测

人脸识别

使用先进的高准确度的人脸识别技术，检测率与识别率上都有保障，并且错误率小，稳定性高。

人脸对比

通过识别并提取人脸特征,对人像进行高精度比对,给出置信度分数,判断对象是否为同一个人。

人脸轨迹

支持人脸轨迹功能，可以在地图上显示相关人员的轨迹，进行可视化研判。

人脸聚类

人脸聚类是将一个集合内的人脸根据身份进行分组的算法，人脸聚类也通过将集合内所有的人脸两两之间做人脸比对，再根据这些相似度值进行分析，将属于同一个身份的人划分到一个组里。

人脸属性

人脸属性识别与算法人脸是一种非常重要的生物特征,具有结构复杂、细节变化多等特点,同时也蕴含了大量的信息,比如性别、种族、年龄、表情等。

人脸检索

人脸检索能够针对一个目标人脸,从已有的人脸集合中搜索并返回相似的人脸,同时还会返回相应的置信度分数与阈值,以供人工评估相似度。

可检测单人及多人场景不仅可以支持单人的姿态预估,同时有效支持多人场景下的人体检测

可检测单人及多人场景不仅可以支持单人的姿态预估,同时有效支持多人场景下的人体检测。识别角度支持平俯视角识别

精准定位人体的14个主要关键点,包含鼻子/颈部/四肢等主要关节部位,可应用于体育健身,娱乐互动,安防监控等场景,分析人体动作和姿态

不依靠穿戴设备和传感器，是一种基于深度学习图像处理的摔倒检测方法，对摄像头拍摄的视频或图片即可检测是否摔倒

通过提取图片特征进行机器学习,并使用深度神经网络进行分析。可以实现在复杂的环境下有效地对人脸表情进行识别,并在准确度上有所保障。

通过提取图片特征进行机器学习,并使用深度神经网络进行分析。可以实现在复杂的环境下有效地对人脸表情进行识别,并在准确度上有所保障。

精准定位人体的14个主要关键点,包含鼻子/颈部/四肢等主要关节部位,可应用于体育健身,娱乐互动,安防监控等场景,分析人体动作和姿态

运用层次分析法建立用户心理体验评价的层次结构模型，运用深度置信网络（DBN）进行用户心理体验评价

使用目标检测技术、目标分类技术以及快速训练技术实现对老鼠的准确识别，识别精度可达95.5%，对鼠害防治有极大意义。

基于视频流的智能图像识别系统，利用最新的深度学习与大数据技术，代替人眼，自动识别各种违规行为，为安全生产保驾护航。

利用Faster-RCNN算法对待检测区域进行特征学习和目标分类,代替肉眼观察，实现桌面异物识别，降低人力成本提高检查工作效率。