网站首页

在人工智能、云计算、大数据等技术的帮助下，“人工智能+安全”已经成为安全行业最热门的话题。在这次博览会上，“人工智能+安全”再次领先。基于深度学习的GPU计算方法被应用到人脸识别、大数据分析等技术和应用中，“人工智能+安全”应用应运而生。

今年上半年，江苏省连云港市公安机关首次使用基于深度学习的人脸识别系统成功抓获在逃两年的何某。2015年，何某因非法经营被山东警方网上追缉。2017年3月6日和11日，人脸识别系统在连云港市某区的多个地方检测到了何某的存在。经过分析和判断，他最终以蹲姿被抓获。

连云港市公安机关采用的人脸识别系统来自全球视频监控管理平台的龙头企业东方网力科技有限公司。据悉，自2016年10月东方网络力量人脸识别系统投入运行以来，连云港市公安机关已抓获60多名逃犯，并向200多名各类骨干人员发出了报警。静态比较直接确定了300多名嫌疑人，并提供了1000多条有价值的线索。

基于深入学习，贴近实战应用

东方网络力量的人脸识别系统为什么工作得如此高效？东方网电负责人解释说，这款产品基于人脸识别技术，基于深度学习和产品设计，贴近实战应用。“警方只需输入现场视频捕捉到的嫌疑人照片或视频流，人脸识别系统就会自动检测出图像中出现的人脸，跟踪运动人脸，自动定位图像中人脸的轮廓和面部特征等关键点特征，然后生成特征码，进行分类和结构描述，然后将特征码与人脸数据库中的字段进行比较，计算相似度，通过相似度得分判断和识别目标人的身份，最后击中嫌疑人。”

深度学习的概念源于人工神经网络的研究。Hinton等人在2006年提出了这个概念，它将低级特征结合起来形成更抽象的高级特征。近年来，随着高性能计算的快速发展，深度学习技术已经广泛应用于图像、声音、视频等领域，并取得了很好的效果。

深度学习最重要的特征之一是利用人工神经网络从大量数据中学习其分布规律，从而准确预测未知数据。东方网力人脸识别系统利用大量监控快照和标准识别照片，利用神经网络学习这些监控数据的人脸形状、人脸特征分布和人脸特征，实现人脸跟踪监控、人脸特征关键点定位和人脸比对识别。经过训练的神经网络将把人脸图像映射成一个高维特征向量，该向量代表人脸的数学特征。将高维向量与简单的数据计算进行比较，达到识别和认证的目的。

在传统方法中，用于身份识别的面部特征是手动设计的，并且不能很好地应用于每个应用。然而，在深度学习中，面部特征是基于大量数据通过网络学习的，因此具有较高的识别精度。

东方网飞负责人表示，东方网飞基于深度学习的人脸识别系统能够识别出性别、年龄、面部表情、戴眼镜等多种属性的人脸特征。无论是侧面人脸、半遮挡人脸、模糊人脸还是多角度人脸，都可以检测并准确检测出人脸的表情、姿态和角度关键点。

以“人”为核心，智能分析颠覆了人工检索。

尽管视频监控系统越来越普及，但是对于目标人员信息的手动检索存在许多限制，这使得难以准确且不遗漏地获得有价值的信息。因此，如何智能、高效、快速地实现人员相关信息的收集、捕获和处理是用户的当务之急。

东方网力基于计算机视觉和深度学习的人脸识别系统，采用世界领先的人脸识别算法和技术，非接触式捕捉、识别和监控城市重点场所过往人员，实现黑名单/白名单自动预警，支持手机/手持APP联动。将数据挖掘技术应用于监控日志数据库，描述目标人员的行动轨迹。通过系统共享肖像数据库的信息，输入人脸图像以检查相关人员的身份；各种警察类型、部门的犯罪嫌疑人和高风险群体之间进行碰撞，以实现对串行和并行案件的分析。验证身份清楚的人的面部图像的身份及其证书中的照片。

Orient.com以“打造公共安全地平线”为使命，专注于满足客户的实际应用，有效解决客户的实际问题。针对公安行业的应用场景，采用基于深度学习的人脸识别方法，结合实际应用数据，对算法进行专业研究。以公安业务需求为导向，进行产品研发和尖端技术落地，维护社会稳定。

这篇文章是由网站管理员的用户提交的。未经网站管理员同意，严禁复制。例如，如果大多数用户在稿件中发现虚假报告，欢迎读者反馈、纠正和报告问题(反馈入口)。

免责声明:本文是对用户的贡献。站长之家发布这篇文章只是为了传达信息。这并不意味着站长之家同意其观点，不对内容的真实性负责，仅供用户参考，不构成任何投资或使用建议。读者被要求核实真实性和可能的风险，任何后果将由读者自己承担。

• 上一篇：木瓜有什么作用和功能
• 下一篇：茴香蔬菜的功效和功能如何食用茴香蔬菜