人脸检测
在画面中定位人脸位置与尺寸,处理多人同时出现、侧脸、部分遮挡与远近尺度差异等情况。
很多项目卡在人脸识别上,不是因为算法不够准,而是因为"人脸数据要传到哪里"这个问题没法过审。算芽提供面向 RK3568 等国产边缘 SoC 的本地人脸引擎:检测、关键点对齐、特征提取与检索、多目标跟踪全部在设备本地完成,特征库可以留在现场,可选配活体检测。断网时核验流程照常工作。
人脸识别不是单一模型,而是一串必须彼此配合的环节。任何一环省掉,现场表现都会明显下滑。
在画面中定位人脸位置与尺寸,处理多人同时出现、侧脸、部分遮挡与远近尺度差异等情况。
基于人脸关键点做几何校正,把不同姿态的人脸归一到统一形态,这是特征比对稳定性的基础。
把人脸编码成特征向量,支持 1:1 身份核验与 1:N 库内检索。特征库保存在设备侧,比对不需要出网。
跨帧维持同一个人的身份,避免同一个人反复触发识别与重复记录,也让通行、滞留这类判断成为可能。
用于抵御照片、屏幕翻拍等呈现攻击。属于选配能力,会占用额外算力,按场景风险与整机算力预算决定是否启用。
面向 RK3568 等国产边缘 SoC 交付,识别不依赖公网。其他芯片平台的适配可按项目算力与系统环境评估。
具体可支持的库容规模、并发路数与响应表现取决于硬件平台、算力预算与现场条件,需按项目评估确定。算芽不在官网披露未经现场验证的准确率与时延指标。
与明厨亮灶方案配合,把"有人进入操作区"细化到"是谁进入",同时支撑着装合规检查的责任归属。
作为晨检流程的身份环节,与测温、手部检测串联,确保检查记录对应到具体从业人员。
识别结果可通过接口或信号输出驱动门锁、闸机与考勤记录,具体接口按现场已有设备确定。
基于国产边缘 SoC 的本地方案,适合对芯片来源和数据落地范围都有要求的项目。
COMMON QUESTIONS
算芽目前提供面向 RK3568 的本地人脸引擎。其他国产边缘 SoC 或算力平台的适配可按项目需求评估,主要看目标平台的算力预算、NPU 支持情况与系统环境。
不需要。检测、对齐、特征提取与比对检索都在设备本地完成,人脸特征库可以保存在设备侧,原始图像与特征值不必上传公网。对数据合规要求较高的项目,可以在方案阶段明确特征存储位置、加密方式与保留周期。
包含人脸检测(定位画面中的人脸)、关键点对齐(校正姿态以提升比对稳定性)、特征提取与向量检索(1:1 核验与 1:N 检索)、多目标跟踪(跨帧维持同一个人的身份),以及可选配的活体检测能力。
取决于场景风险。用于考勤、门禁、晨检核验这类有人值守或低对抗性的场景,通常按需选配;涉及支付、无人值守通行等存在照片或视频翻拍风险的场景,建议启用。活体能力会占用额外算力,需要与整机算力预算一起考虑。
可以按项目需求评估对接方式。识别结果可以通过接口或信号输出驱动闸机、门锁与考勤记录。具体协议与硬件接口需要结合现场已有设备确定。