技术原理: 人脸识别:技术挑战 1,可见光 不同的光照环境是影响人脸识别精度的主要因素 2、姿势 大多数人脸识别算法只能改变15度的人脸姿态。 3、闭塞 帽子、眼睛、围巾、发型等可能会遮住人们的脸 4、年龄 对同一个人不同年龄的照片进行人脸识别也是一个技术挑战。 5、海量人脸数据库 当人脸数据库的规模达到100万以上时，人脸识别算法的识别准确率将是一个很大的考验，而人脸数据库的规模越大，入学考试的准确率就越大。 人脸识别:行业领先 1、识别率较高 比以色列的face.com人脸识别系统高出25%，比中国知名的人脸识别商业系统高出55%。 2、识别速度更快 一台服务器每秒可以完成1500万次面对面的比较。移动设备的人脸检测帧率是谷歌的3倍。 3、更宽容的面对 人脸姿态在30度范围内变化，60度可检测人脸大小为50像素，28像素可检测。 4、在海量(百万以上)人脸数据库应用场景中，人脸识别准确率高达92% 识别率几乎不受帽子、胡子、眼睛和发型等面部障碍的影响。 在18-50岁范围内，识别准确率仍可保持在90%以上。 人脸识别:不仅认识人，也认识男人和女人，知道大概的年龄。 性别识别率高于95%，年龄识别误差小于正负6岁 二是具体产品的科技引进 基于人脸识别技术，人脸技术已经开发出大量的人像匹配解决方案、人脸控制解决方案、智能视频检索解决方案、人脸识别解决方案和智能商店解决方案。我们的应用服务主要集中在刑事侦查、安全金融保险、智能终端、商业地产等领域。 大规模人脸识别系统 【产品描述】 大规模人脸识别系统是为数千万(甚至数十亿)的大规模面对面图书馆应用而设计的。它利用技术的人脸识别核心技术，结合先进的分布式系统架构和大型数据库技术，支持多个并发请求。实时人脸比较和搜索。 【功能】 核心功能包括: 面对注册 将一个或多个人脸注册到人脸数据库(建模)中，以支持通过照片(静态照片)或实时视频(从USB摄像头、网络摄像头等)进行人脸注册。 同一个人可以同时注册多个人脸，并支持多个人脸注册。 系统支持从数据库到数据库的批处理人脸注册。该函数可用于将公安ID数据库中的所有人脸数据一次性导入，形成完整的基本人脸数据库。 2. 面搜索 在指定的人脸数据库中搜索特定的人脸(可能来自照片或视频流中的屏幕截图)，返回具有最高相似度的N个结果，并根据相似度从高到低进行排序。 3.脸比较 提供基于图像的1:N人脸匹配功能，图片可以来自照片或视频截图，比较结果是比较源与每个比较的相似度值。 4. 面检查 它主要用于检查身份证。你可以通过比较身份证上的人脸，找到同一个人有多张身份证，或者同一身份证号码对应不同的人脸。 5. 面对数据库管理 支持人脸数据库查询、删除、修改、新建等管理功能。 您可以随时查询人脸数据库中的人脸信息，也可以修改或删除特定的人脸信息。 主要特点包括: 1. 灵活的系统可扩展性 基于先进的分布式系统架构，支持人脸匹配服务器的动态扩展，实现对数千万甚至数十亿海量人脸数据库的支持。 2. 优异的人脸匹配性能 单台人脸匹配服务器每秒可完成2000万次实时比对，从人脸检测到人脸识别耗时不到200ms。在百万人脸数据库中，人脸比较结果前10大命中率均在95%以上。 3.对面部容忍度高，具有面部姿态校正功能。当人脸在25度内上下倾斜时，识别结果不会受到影响。 支持基于可见光环境的人脸识别