918博天堂官网

利用对抗训练、活体检测deepfake、异常检测等技术，保证视觉模型不仅精度高并且安全可信，赋能产业安全。

首创类脑神经网络计算模型，该模型具备自适应、可迁移、抗噪声能力。首创多脑区协同脉冲神经网络模型，具备突破多脑区协同视觉、听觉等感知的多模态学习能力，该模型具备自学习、小样本、多模态样本协同学习能力，可以自动标注样本。创新性构建基于脑结构和功能启发的防攻击神经网络模型。

构建了高效的特征比对策略，第一时间将任务串行化,利用任务的单一性对执行代码进行规划,提升代码的运行效能，具备平移不变性、旋转不变性、尺度不变性，可增强抗干扰，防止数据防篡改。

基于硬件安全模块支持下的可信计算平台，以提高系统整体的安全性，具备高通量编解码、视觉语义分析、视觉图谱构建、视觉任务建模、视觉可信推理。

云服务能力下沉，继承了云安全、存储、计算、人工智能能力，可部署于不同量级的智能设备和计算节点中，顺利获得定义物模型连接不同协议、不同数据格式的设备，给予安全可靠、低延时、低成本、易扩展、弱依赖的计算服务。

多模态融合感知技术综合利用不同传感器获取的信息，形成了对环境或目标更全面的感知和识别，具备全领域2D/3D视频感知、多方位loT设备感知、全要素数据感知、多维度状态行为感知。

获取的图像进行实时动态分析，并对含有枪支弹药类、爆炸物品类、管制器具类、易燃易爆物品类、毒害性物品类、腐蚀性物品类、放射性物品类、限制携带物品进行实时动态预警和数据推送。

领先的ReID技术，首创突破行人特征表达技术，实现人物跨镜头、跨交通工具、更换服饰的跨场景跟踪。领先的细粒度场景结构化技术、多维度行人结构化技术，基于视觉的任务推理和预测，复杂场景任务管理和规划的智能视觉推理引擎。

利用视频结构化技术及深度学习算法，分析图像/视频中所有的人脸、非机动车、机动车等目标，以及路况、行为等情况，并输出其属性。
人像分析：对图片中行人的衣着、戴眼镜、拎东西、带口罩、帽子、发型、背包、抱小孩等属性的识别分析。
车辆分析：检测图片中的车辆，并对品牌、型号、颜色、车牌号等属性进行识别分析。
场景分析：检测图片中的场景，输出检测出的场景并进行预判分析。

顺利获得预训练的语义角色标注模型引入显式的上下文语义标签信息，以多场景技术应用为导向，给予可直接应用于产品策略的NLP技术能力。

顺利获得对损失函数的有效组合，提高遮挡严重的半身照以及跨域人员的精准度。

顺利获得摄像头实时捕捉用户画面，随机给出动作指令，根据用户做动作的方式；或近红外和深度摄像头捕捉用户画面，判断是否是真人。

利用静脉中红血球吸收特定近红外线的特性，将近红外线照射手指，并由图像传感器感应手指透射过来的光来获取手指内部的静脉图像，进而进行生物特征识别。

顺利获得共享底层网络架构加基于注意力机制的多分支高层网络的训练，提高人脸特征在不同光照，遮挡的变量下特征的鲁棒性。图片/视频中的人脸检测，检出率达92.4%，检测速度达30帧/秒，支持最小为20像素的人脸图像。精确定位图片/视频中人脸的256个关键点。