通信電纜 網絡設備 無線通信 云計算|大數據 顯示設備 存儲設備 網絡輔助設備 信號傳輸處理 多媒體設備 廣播系統(tǒng) 智慧城市管理系統(tǒng) 其它智慧基建產品
深圳市科葩信息技術有限公司
深圳市科葩信息技術有限公司
科葩人臉識別專注為樓宇、企業(yè)、學校、園區(qū)、銀行、酒店、地產、廠礦、景區(qū)等提供基于人臉識別的產品設備系統(tǒng)解決方案與增值服務運營
科葩慧眼人臉識別解決方案充分應用人臉識別技術，將員工、業(yè)主、訪客、非法入侵人員通過針對性的子系統(tǒng)進行有效地管理，不僅提高了管理效率，也真正實現了提前預防。
相較于傳統(tǒng)的安全通行證，慧眼人臉識別系統(tǒng)下訪客管理子系統(tǒng)的優(yōu)點在于：不可竊取，無法借用和復制，就是說，臉部識別是無法被效仿的，在未來，人臉識別也會成為未來較可靠的通行證。
科葩訪客子系統(tǒng)主要有v預約、訪客數據自動下發(fā)功能，針對不同地點的安保等級，物業(yè)還可以選擇安保再確認、遠程開門等功能，全程數字化管理，為訪客、被訪公司、物業(yè)三方提升效率，提升用戶體驗。
人臉通行子系統(tǒng)更準確高效
傳統(tǒng)通行系統(tǒng)具有人卡不一、卡片丟失、卡片易被破解復制、信息準確率沒有保障等問題，而慧眼人臉識別系統(tǒng)下的人臉通行子系統(tǒng)不僅可以解放雙手、速度快捷地完成通行管理任務，還能夠明確責任、準確防偽，保證本人通行、不可替代的1性。
科葩慧眼人臉識別系統(tǒng)下的動態(tài)布控子系統(tǒng)能高速抓拍，同時采集比對15張人臉，主要有陌生人預警、VIP迎賓等功能。
出現安全問題，傳統(tǒng)攝像頭只能事后排查，而科葩動態(tài)布控子系統(tǒng)能做到陌生人預警，黑名單報警等功能，只要有非*人員或黑名單人員出現，后臺即會發(fā)出預警，讓安保人員能及時排查，防止安全事件發(fā)生。
VIP迎賓功能可以設置VIP名單，當重要賓客到訪時，大屏幕上會彈出迎賓畫面，為重要嘉賓帶來尊貴的體驗。
不得不承認，人臉識別技術比現有的基于ID入口系統(tǒng)更快、更強大、更安全。憑借其靈活的設計, 科葩慧眼人臉識別系統(tǒng)還為開發(fā)和整合更多的應用程序和服務提供了充足的空間，以滿足您未來的安全訪問和管理需求。
科葩專業(yè)人臉識別設備與應用解決方案提供商
科葩X-Face慧眼人臉識別，助力行業(yè)應用智能化變革落地！
---------------------------------------------------
2,3點中提到的方式在試驗中都應用過，直觀感受是:soft-margin和margin based loss都比原始的triplet loss好用，但是mairgin based loss實驗中更*。 distance weighted sampling method沒有明顯提升。 延伸閱讀中有提到大家感興趣的論文，可參考reference查看原文。后，值得注意的是，triplet loss在行人重識別領域也取得了不錯的效果，雖然很可能未來會被Margin Based Classfication打敗。 2.2 Margin Based Classification 顧名思義，Margin Based Classficiation不像在feature層直接計算損失的Metric Learning那樣，對feature加直觀的強限制，而是依然把人臉識別當classfication任務進行訓練，通過對softmax公式的改造，間接實現了對feature層施加margin的限制，使網絡后得到的feature更discriminative。這部分先從Sphereface[6]說起。 2.2.1 Sphereface 先跟隨作者的insight理下思路(圖截自原文)： 在這里插入圖片描述 圖(a)是用原始softmax損失函數訓練出來的特征，圖(b)是歸一化的特征。不難發(fā)現在softmax的特征從角度上來看有l(wèi)atent分布。那么為何不直接去優(yōu)化角度呢？如果把分類層的權重歸一化，并且不考慮偏置的話，就得到了改進后的損失函數: 在這里插入圖片描述 不難看出，對于特征x_i，該損失函數優(yōu)化的方向是使得其向該類別y_i中心靠近，并且遠離其他的類別中心。這個目標跟人臉識別目標是*的，小化類內距離并且大化類間距離。然而為了保證人臉比對的正確性，還要保證大類內距離還要小于小類間距離。上面的損失函數并不能保證這一點。所以作者引入了margin的思想，這跟triples loss里面引入margin alpha的思想是*的。那么作者是如何進一步改進上式，引入margin的呢? 上式紅框中是樣本特征與類中心的余弦值，我們的目標是縮小樣本特征與類中心的角度，即增大這個值。換句話說，如果這個值越小，損失函數值越大，即我們對偏離優(yōu)化目標的懲罰越大。即就能進一步的縮小類內距離和增大類間距離，達到我們的目標。基于這樣的思想終的損失函數為如下:
您感興趣的產品PRODUCTS YOU ARE INTERESTED IN
智慧城市網 設計制作，未經允許翻錄必究 .? ? ?
請輸入賬號
請輸入密碼
