人臉跟蹤

面貌跟蹤是指對(duì)被檢測(cè)到的面貌進(jìn)行動(dòng)態(tài)目標(biāo)跟蹤。具體采用基于模型的方法或基于運(yùn)動(dòng)與模型相結(jié)合的方法。此外，利用膚色模型跟蹤也不失為一種簡單而有效的手段。

(3)人臉比對(duì)

面貌比對(duì)是對(duì)被檢測(cè)到的面貌像進(jìn)行身份確認(rèn)或在面像庫中進(jìn)行目標(biāo)搜索。這實(shí)際上就是說，將采樣到的面像與庫存的面像依次進(jìn)行比對(duì)，并找出的匹配對(duì)象。所以，面像的描述決定了面像識(shí)別的具體方法與性能。目前主要采用特征向量與面紋模板兩種描述方法：

①特征向量法

該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計(jì)算出它們的幾何特征量，而這些特征量形成一描述該面像的特征向量。

②面紋模板法

該方法是在庫中存貯若干標(biāo)準(zhǔn)面像模板或面像模板，在進(jìn)行比對(duì)時(shí)，將采樣面像所有象素與庫中所有模板采用化相關(guān)量度量進(jìn)行匹配。此外，還有采用模式識(shí)別的自相關(guān)網(wǎng)絡(luò)或特征與模板相結(jié)合的方法。

人臉識(shí)別技術(shù)的核心實(shí)際為“局部人體特征分析”和“圖形/神經(jīng)識(shí)別算法?！边@種算法是利用人體面部各及特征部位的方法。如對(duì)應(yīng)幾何關(guān)系多數(shù)據(jù)形成識(shí)別參數(shù)與數(shù)據(jù)庫中所有的原始參數(shù)進(jìn)行比較、判斷與確認(rèn)。一般要求判斷時(shí)間低于1秒。

商湯是一家懂得平衡智慧的企業(yè)，也是一家兼顧技術(shù)研發(fā)與產(chǎn)品落地的公司。投入使用之后，新來的住戶只需求在社區(qū)辦理處登記人臉信息，即可自在進(jìn)出，大大節(jié)約社區(qū)人員變化辦理成本。他們重視研發(fā)，擁有強(qiáng)大的研發(fā)團(tuán)隊(duì)，但卻不是一家燒錢的公司。和同行相比，他們的商業(yè)模式清晰，研發(fā)的各種技術(shù)大多能落地，能夠?qū)崿F(xiàn)自負(fù)盈虧。就像創(chuàng)始人湯曉鷗所言，“我們的融資不是用來燒的，而是做偉大的事”。

在美國，深耕AI技術(shù)的往往是臉書、谷歌、蘋果這類資金雄厚的跨國企業(yè)，但我更看好商湯模式。防止欺詐選民墨西哥2000年總大選中使用了人臉檢測(cè)來防止重復(fù)投?，F(xiàn)在的商湯更像是早期的百度。早期百度在為各大網(wǎng)站提供搜索引擎技術(shù)，用技術(shù)賦能互聯(lián)網(wǎng)，同時(shí)在積累自身的品牌和技術(shù)實(shí)力，這與商湯為產(chǎn)業(yè)賦能的思路如出一轍。

只不過，和百度all in AI，從家庭和自動(dòng)駕駛兩個(gè)角度切入相比，商湯用技術(shù)賦能的范圍更為廣泛，商湯的AI版圖從智能手機(jī)到互聯(lián)網(wǎng)、智慧城市、AR，乃至IT業(yè)和更廣泛的傳統(tǒng)產(chǎn)業(yè)。

商湯為很多行內(nèi)知名企業(yè)提供了人工智能服務(wù)，也許作為一家ToB的技術(shù)公司，很多技術(shù)已經(jīng)廣為人知，使用者數(shù)以億計(jì)，卻很少人知道研發(fā)出如此酷炫技術(shù)的企業(yè)，是耕耘在AI前沿的商湯科技。

l 快捷高效，正常步行速度即可識(shí)別 

設(shè)計(jì)原則