與識別均進行了深入分析、設計與實現,分析人員特征屬性,滿足不同場景人員身份識別需求。
優勢
對各種網絡結構、各種代價函數和訓練方法進行了分析和實驗,積累了豐富經驗。
通過對各種最新神經網絡架構的研究,設計了多種模型來適應不同的運行環境,能靈活得運行在服務端、前端工控機、前端嵌入式設備上。
2019年7月悠絡客人工智能研究院(ULUFACE)
參加全球最具權威人臉識別算法測試FRVT全球排名前十
FRVT由美國國家標準與技術研究院(NIST)主辦,NIST直屬美國商務部,主要任務是建立國家計量基準
與標準以提高國家技術基礎,改進行業產品和服務。
0.007
0.009
2018年7月悠絡客人工智能研究院(ULUFACE)
人臉識別技術MEGAFACE 全球排名前五
MEGAFACE CHALLENGE 是世界上首個旨在評估百萬人臉識別算法的比賽由美國華盛頓大學
計算機科學與工程實驗室發布并維護。
人形檢測
悠絡客人形檢測算法利用深度學習的相關算法,檢測圖片中類似人形的區域,可檢測的人形模式包括:人頭模式,頭肩模式以及全身模式。
人形檢測算法可用在監控防盜防損、客流分析、熱區分析等應用中。
基于視頻的人形判斷
基于圖片的人形判斷
利用深度學習算法,讓計算機自動學習人形圖片中的特征,并通過學習到的特征進行人形判定。
場景
場景
場景
老鼠檢測
悠絡客采用基于移動軌跡追蹤、軌跡正態模式判定、分類器分類的流程管理,采用背影建模、軌跡跟蹤、軌跡判定、
模式識別分類等技術,實現對老鼠的精準檢測。
行為分析
行為分析的目的在于從一段未經裁剪的視頻中檢測出包含特定行為的片段并對片段的開始及結束時間進行定位。通過行為分析技術,對視頻進行檢索與分析,
查找和定位感興趣的動作。實現門店規范管理、異常行為報警,客戶行為分析等需求。
優勢
悠絡客行為分析采用基于深度學習的時序行為檢測技術,相較于傳統的人工特征提取方法,3D深度神經網能夠更高效的從視頻中獲取更高質量的時空特征用于特定行為定位。
根據待檢測視頻是一整段讀入的還是逐次讀入的,可以進行線上和線下兩種應用方法。
應用場景
通常用于單雙人場景中出現的異常行為
摔倒
攀爬
推搡
物體識別
物體檢測的目的在于從一張圖像中判斷目標物是否存在,并對存在的目標物確定其在圖像中的坐標位置。通過對象檢測技術,
規范物品擺放,解決缺貨、串貨等問題
優勢
將圖像劃分成多個區域,通過卷積神經網絡實現對每個區域內容的精準分析。
輕量級的神經網絡模型,可以移植到前端設備中使用。
融合目標圖像的多種尺寸的特征圖,實現對于不同尺寸目標物的檢出與定位。
應用場景
常用于對于宏觀目標的檢測,也可用于對宏觀目標的具體類別進一步地識別。
場景
場景
免費體驗在線咨詢
售前咨詢
售后服務
咨詢/投訴熱線
400-821-8888
維修熱線
400-821-3529
色情网站视频_男人福利专区体验区_荡妇白洁