人脸识别和检索
Face PSIM非常适合公共场所、具有关键访问控制需求的基础设施场所、零售店、餐饮业 和博彩场所。
深度学习算法
Face PSIM中的人脸识别由深度神经网络 (DNN) 驱动。新一代的算法没有之前“非DNN”算法中带有的那些常见问题。
神经网络算法基本上就是人工智能——基于机器学习的强大技术，可以模拟人脑的运作方式。DNN 在庞大的带有标签的人脸数据集上进行训练，以将人脸映射成数字向量的表达。一旦网络经过训练，它就可以比较任何人脸，甚至是从未见过的人脸。
无论摄像机角度、照明、发型、面部表情、眼镜或其他变化如何，使用DNN进行面部识别都能提供高质量的预测。实际上，现代算法比人类做得更好。
Face PSIM如何工作
实时视频
- Face PSIM会自动从摄像头的视频源中挑选出人脸。
- 它将与数据库进行比较，例如员工访问列表或黑名单。
- 当它确定了给定的相似度（高或低）时，它将触发系统锁门或开门，或者向安全人员发送警报等。
- 当用于门禁控制时，面部识别也可以成为考勤系统的一部分。
搜索录像视频
您可以快速找到与图片、视频图像或合影相匹配的人脸，并跳转到事件视频。
收集统计数据
将 Face PSIM用作人流计数器，以获取独特的访客人数和总访客人数，了解他们的性别和年龄，并获取用于业务分析的报告。
Face PSIM的应用场景
火车站、体育场馆、机场、地铁等的人群管理和安保。
访问控制、预防恐怖行为和调查。
赌场
在门口阻止被列入黑名单的人和赌徒。识别 VIP 客户并追踪他们的行踪。搜索视频片段以调查和防止欺诈。
零售业和餐饮业
- 安全和资产防损： 对入店行窃者和罪犯的早期预警。
- 客户服务： 识别VIP客户。
- 营销： 统计总访客数量和特定访客数量。评估访客概况——性别和年龄。报告统计。
- 考勤： 跟踪员工的工作时间并建立报告。
调查
上传图片、快照或合影并快速找到嫌疑人和相关视频片段。
在现场：查明感兴趣的人出现的地点和时间，以及他或她在这些地方做了什么。
在平安城市项目中：找到嫌疑人最常光顾的地方，并找出他们最后一次出现的地点。
门禁系统
一个人将访问卡应用于读卡器。Face PSIM在摄像机上捕捉人脸并通过 ACS 数据库运行。自动授予访问权限（对于给定的相似度），或提示操作员（如果相似度太低）。一个操作员可以覆盖多个检查点。