当前，在各行业人脸识别技术的应用已进入快速增长阶段。在实际应用中，作为人脸数据源获取设备的人脸抓拍相机，对最终人脸识别的结果具有决定性作用。文安智能“明镜”智能人脸抓拍相机(VT-S102-SFR)，正是一款应对复杂行业场景，准确、高效地得到目标个体或人群的人脸照片，提供高质量人脸数据，以实现跨场景高精度人脸识别结果的智能相机产品。该产品采用文安智能自主开发的Tarsier低功耗AI模块(基于Intel Movidius芯片)，通过整合其优秀的独创算法和硬件平台，在实际应用场景中有着出色的表现。
文安智能“明镜”智能人脸抓拍相机
“明镜”相机的跨场景卓越表现
◆ 优秀的抓拍率：98%以上
“明镜”在实际场景中有着不俗表现，它在常规的应用场景(如商业地产等)的抓拍率不低于98.5%，即使在人流最密集、完全开放的极端场景下(如学校门口上下学高峰期)，抓拍率依然稳定在98%以上。
◆ 极低功耗：AI模块功耗低至1.5瓦
明镜相机选择以Intel Movidius芯片搭建其 学习硬件平台，以实现更低功耗、相对更强的计算能力和更好的场景适应性。
◆ 同屏最大检测人脸数可到200个
“明镜”人脸抓拍相机的性能受同屏出现人数的影响不大，同屏检测人脸数最大可达到200个，最小检测人脸的尺寸可低于20pix(但实际应用中过小分辨率会显著影响识别的精度)。
数字背后的黑科技
基于Intel Movidius芯片的Tarsier超低功耗 学习人脸模块。
基于Movidius芯片的 学习平台，相较于FPGA技术具有更好的灵活性，相较于基于GPU芯片的平台则功耗大为降低，是综合考量算力、功耗、灵活适用性三个维度的优秀平台。但对于Movidius这样功耗极低的芯片，如何在有限的 网络规模下得到最出色的技术指标，需要长期的磨练。文安智能与Movidius从其发展早期开始，就建立了深入的战略合作关系，因此对于如何充分发挥Movidius芯片的计算能力具备丰富的经验。
文安智能基于Movidius芯片发布的业内体积最小、功耗极低(约1.5W)、计算能力相对强大的Tarsier模块。
DA(Domain Adaptation)技术
“明镜”相机从底层架构设计层面具备多应用场景适用的基因。相机以文安智能十余年来积累的大规模行业实际场景数据训练为基础，构建了稳定成熟的框架;结合DA技术的使用，在遇到新的应用场景时，只需要提供少量的目标场景的实际数据，就可以使人脸检测/识别模型快速地自动适配新的场景，保障了明镜相机在实际应用场景中稳定的技术指标。
DA技术和Tarsier模块的结合，使明镜相机的人脸模块如虎添翼。每台相机一旦安装，其工作的场景就固定下来，DA技术进一步降低了达到同等指标所需的模型规模，从而在并不需要对模型进行定点化的条件下，实现了全帧全实时分析。
互联网抓取、配合式注册、实际场景完全无配合照片的对比;不同场景的人脸数据之间差异显著，公开刷榜测试指标出色的模型直接用于陌生实际行业场景时，技术指标可能明显下滑。
更出色的抓拍去重与过滤：ReID技术与直接身份识别模型筛选。
在人群密度大时，由于人与人之间的遮挡，跟踪有时会被打断，导致同一人产生重复的抓拍照片并被认为是两个不同的人。“明镜”相机使用的ReID技术，即使有人在被遮挡后重新出现，通过相机内置的实时身份比对，也可以确认他就是短时间前出现过的某个人，从而在很大程度上克服传统方式中的因跟踪中断而形成的重复抓拍问题。
常规的抓拍过滤在筛选照片时主要考虑人脸的姿态和图像质量。图像质量的评价算法虽然比较轻，容易实现，但也容易受到光照条件和噪声等因素的干扰。“明镜”相机直接使用身份识别模型来筛选同一个人的实时抓拍照片以得到更佳的结果。这也意味着文安智能在一个1.5W功耗的Tarsier模块上实现人脸检测、姿态估计、ReID以及身份识别四种模型。
文安智能“明镜”智能人脸抓拍相机的应用
文安智能“明镜”智能摄像机结合最适用的 学习硬件平台、DA技术、以及ReID技术等，从算法、到硬件产品、再到后端数据分析平台进行整合，为用户的实际应用场景，提供了最具适用性与实用性的解决方案。目前该产品已经在商业、交通、学校、电力、公安等实际项目场景中开始实际应用。
某公共场所入口人脸抓拍、人脸属性检测与人脸比对识别
关于文安智能
文安智能成立于2005年，是专注于人工智能视觉技术与产品自主研发的先行者，致力于为智慧城市和智慧商业打造端到端解决方案。
文安智能汇聚了由众多来自清华大学、中科院、微软研究院、IBM研究院等相关领域的行业专家组成的强大研发队伍。从人脸识别、行为识别、人群分析、车辆识别与分析等底层算法研发开始，文安智能自主研发了一系列世界领先的AI视觉核心算法、高性能人工智能硬件平台与行业定制化智能解决方案。目前，公司产品与方案已经在国内外广泛应用，受到政府、交通、安防、商业地产、连锁零售、文化旅游等各行业客户的信赖与认可。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
