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 智慧城市管理系統 其它智慧基建產品
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、學校、園區、銀行、酒店、地產、廠礦、景區等提供基于人臉識別的產品設備系統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、業主、訪客、非法入侵人員通過針對性的子系統進行有效地管理,不僅提高了管理效率,也真正實現了提前預防。
相較于傳統的安全通行證,慧眼人臉識別系統下訪客管理子系統的優點在于: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。
科葩訪客子系統主要有v預約、訪客數據自動下發功能,針對不同地點的安保等級,物業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、物業三方提升效率,提升用戶體驗。
人臉通行子系統更準確高效
傳統通行系統具有人卡不一、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下的人臉通行子系統不僅可以解放雙手、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下的動態布控子系統能高速抓拍,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,傳統攝像頭只能事后排查,而科葩動態布控子系統能做到陌生人預警,黑名單報警等功能,只要有非*人員或黑名單人員出現,后臺即會發出預警,讓安保人員能及時排查,防止安全事件發生。
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還為開發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,助力行業應用智能化變革落地!
---------------------------------------------------
原始的cos(θ)被換成了phi(θ),phi(θ)的較簡單形式其實是cos(mθ),之所以在原文中變得復雜,只是為了將定義域擴展到[0,2π]上,并保證在定義域內單調遞減。而這個m便是增加的margin系數。當m=1時,phi(θ)等于cos(θ),當m>1時,phi變小,損失變大。超參m控制著懲罰力度,m越大,懲罰力度越大。為計算方便,m一般設為整數。作者從數學上證明了,m>=3就能保證大類內距離小于小類間距離。實現的時候使用倍角公式。 另外:sphereface的訓練很tricky,關于其訓練細節,這篇文章并沒有提到,而是參考了作者前一篇文章[10]。有關訓練細節讀者也去作者github上去尋找,issues里面有很多討論。 2.2.2 Normface Sphereface效果很好,但是它不優美。在測試階段,sphereface通過特征間的余弦值來衡量相似性,即以角度為相似性的度量。但在訓練階段,不知道讀者有沒有注意到,其實sphereface的損失函數并不是在直接優化特征與類中心的角度,而是優化特征與類中心的角度在乘上一個特征的長度。就是說,我在上文中關于sphereface損失函數優化方向的表述是不嚴謹的,其實優化的方向還有一部分是去增大特征的長度去了。我在Mnist數據集上做過實驗,以下圖片分別為m=1和m=4時的特征可視化,注意坐標的尺度,就能驗證上述觀點. 在這里插入圖片描述 然而特征的長度在我們使用模型的時候是沒有幫助的。這就造成了training跟test之間目標不*,按照Normface作者原話說就是存在一個gap。于是Normface的核心思想就出來了:為何在訓練的時候不把特征也做歸一化處理?相應的損失函數如下: 在這里插入圖片描述 其中W是歸一化的權重,f_i是歸一化的特征,兩個點積就是角度余弦值。參數s的引入是因為數學上的性質,保證了梯度大小的合理性,原文中有比較直觀的解釋,這里不是重點。如果沒有s訓練將無法收斂。關于s的設置,可以把它設為可學習的參數。但是作者更*把它當做超參數,其值根據分類類別多少有相應的*值,這部分原文appendix里有公式。文章中還有指出一點,Facenet中歸一化特征的歐式距離,和余弦距離其實是統一的。還有關于權重與特征的歸一化,這篇文章有很多有意思的探討,有興趣的讀者建議閱讀原文。
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
請輸驗證碼
請輸入你感興趣的產品
請簡單描述您的需求
請選擇省份