【廣告】
(1) 快速識(shí)別,海量存儲(chǔ),語(yǔ)音提示
真正動(dòng)態(tài)圖像人臉識(shí)別算法,快 0.2 秒判定是否本人,本地支持 3000 個(gè)白名單模板,100 萬(wàn)個(gè)黑名
單模板 0.2-2 秒/人、本地存儲(chǔ)結(jié)果 1000 萬(wàn)條,,數(shù)據(jù)存儲(chǔ) 30 天(選配大容量硬盤(pán)
參數(shù)
(5) 系統(tǒng)組網(wǎng),分級(jí)管理
(6) 可追溯:自動(dòng)保存所有通行記錄, 同時(shí)提供便捷的查詢(xún)統(tǒng)計(jì)功能。
(7) 平臺(tái)管理:自動(dòng)返回前端核查結(jié)果到管理平臺(tái),包含人臉I(yè)D、時(shí)間、照片、地點(diǎn)、現(xiàn)場(chǎng)狀態(tài)、現(xiàn)場(chǎng)實(shí)時(shí)監(jiān)控視頻,平臺(tái)支持任復(fù)查、導(dǎo)出或打印記錄,便于事后復(fù)查核實(shí)。
(8) 訪客登記與更新支持外來(lái)人員訪客提醒與訪客登記;遠(yuǎn)程重啟、遠(yuǎn)程管理、遠(yuǎn)程更新;
(9) 金屬探測(cè)違禁物品,并分6區(qū)位報(bào)警。
(10)* 具有人臉識(shí)別預(yù)判斷安檢門(mén)、帶閘機(jī)和人臉識(shí)別系統(tǒng)的安檢門(mén) 省級(jí)以上證明文件。
主流的人臉檢測(cè)方法基于以上特征采用Adaboost學(xué)習(xí)算法,Adaboost算法是一種用來(lái)分類(lèi)的方法,它把一些比較弱的分類(lèi)方法合在一起,組合出新的很強(qiáng)的分類(lèi)方法。人臉檢測(cè)過(guò)程中使用Adaboost算法挑選出一些1能代表人臉的矩形特征(弱分類(lèi)器),按照加權(quán)投1票的方式將弱分類(lèi)器構(gòu)造為一個(gè)強(qiáng)分類(lèi)器,再將訓(xùn)練得到的若干強(qiáng)分類(lèi)器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類(lèi)器,有效地提高分類(lèi)器的檢測(cè)速度。
人臉圖像預(yù)處理:對(duì)于人臉的圖像預(yù)處理是基于人臉檢測(cè)結(jié)果,對(duì)圖像進(jìn)行處理并終服務(wù)于特征提取的過(guò)程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī)干擾,往往不能直接使用,必須在圖像處理的早期階段對(duì)它進(jìn)行灰度校正、噪聲過(guò)濾等圖像預(yù)處理。對(duì)于人臉圖像而言,其預(yù)處理過(guò)程主要包括人臉圖像的光線補(bǔ)償、灰度變換、直方圖均衡化、歸1一化、幾何校正、濾波以及銳化等。