广州佩特电子科技有限公司

示例图片三
首页 > 新闻资讯 > 业界资讯

佩特科技双目人脸识别的主要B端应用领域有哪些?

2020-11-27 10:58:45 广州佩特电子科技有限公司 阅读

佩特科技的双目人脸识别解决方案成熟,利用红外立体成像检测等技术,完成活体检测功能,实现精准的识别判定,识别精度高、速度快,可以给用户带来极致的“刷脸”体验。据了解,目前我国人脸识别技术主要应用在金融和安防这两大B端领域。


诸如前段时间火热的大兴机场的人脸识别,机场安检领域便是一个巨大的市场,目前多个机场的安检系统已采用人脸识别技术,其实不止机场,火车站,学校等公共场所也都有布局,未来还将产生更多的需求。监控增量空间巨大,人脸识别应用前景广阔。


此外,在金融领域的刷脸支付已十分普及,有关部门将发布人脸识别相关金融标准,以明确人脸信息采集、传输、存储、利用等环节的安全管理要求。


1.png


但同样是使用人脸识别设备,为什么有些是用作高铁安检,有些是用作刷脸支付呢?这里就要从人脸识别的硬件设备和软件算法说起了。


一般来说,对身份验证不太严格的人脸识别设备使用的多数是2D人脸识别,对身份验证比较严格的则是3D识别,主要应用3D结构光、TOF等人脸摄像头,测定眼间距,鼻子高低等立体人脸信息。


同时,我们要看它的应用场景是用人脸识别终端识别和对应的识别人数,从而分为人脸识别的1:1模式、1:N模式和M:N这三种模式。


1:1模式——主要应用于一对一的身份识别场景,例如刷脸支付、酒店入住、考试身份核验、人证对比等。用户站在人脸识别终端前,过程中要站着不动几秒(静态识别),再通过人脸识别摄像头进行身份校验,以此证明“你是你”。由于如刷脸支付、酒店入住登记、考试身份核验、人证对比这些需要实名制的应用场景,搞错一个人都可能带来风险,一般要求识别准确度要达到99%以上,以保障身份精准对应。


1:N模式——主要应用于一对多的人脸识别场景,是从N张人脸中找出要找的人,以此找出“你是谁”。公司企业的刷脸考勤,同样是通过人脸识别设备,从公司内部的人脸数据库中自主查找,判定你是否公司员工,才能开门放行。又例如公安部门要从人流密集的地方找出记录在数据库的逃犯,需要通过从人脸数据库的大量信息中筛选出匹配的人。这类模式比较考验人像数据库的容量大小,准确率会比1:1模式要稍低5%-10%。


M:N模式——这里M可以理解为一个数据库。M:N模式多应用在一些人流量大、需要保障公共安全的地方。如火车站、演唱会、大型体育赛事中,进行这类人脸识别时,通常被识别的主体不会停留在一处,而且处于运动状态(如火车高铁站行色匆匆的旅客),属于动态识别,容易受侧脸、光线、距离等影响准确度,准确度是三种模式中最低。面对数据量大的人脸识别场景,可能还需要经过人脸识别终端进行边缘计算,减轻数据库后台的负担。


Powered by MetInfo 5.3.18 ©2008-2020 www.metinfo.cn