广州人脸识别考勤-欧脉信息-人脸识别考勤门禁一体机

广州市欧脉信息科技有限公司----人脸识别考勤；

人脸识别产品简介

200万像素动态脱机人像识别半球采用了的*网络算法（CNN），是经数千万次的算法训练后形成的产品，其集图像采集、人脸检测、人脸跟踪和人脸比对等功能，不仅识别率高同时识别速度快。脱机动态人像识别半球由于其无需行人特意配合直接识别，无需电脑控制，大大的提高了人像识别的易用性。可广泛应用于小区门禁、道闸通道、写字楼等场景。

产品特性

光学特性

1 /2.8"宽动态低照度 CMOS，图像分辨率1920(H)*1080(V)，帧率可达 25 帧；

低照度CMOS，0.01Lux@(F1.4，AGC ON)；

广州市欧脉信息科技有限公司----人脸识别考勤；

详细浏览网站和来电咨询！

广州市欧脉信息科技有限公司----人脸识别考勤；

所谓人脸识别（Facial Recognition），是指针对特定场景的静态图像或动态视频，人脸识别考勤机哪个好，利用现存已存储好的若干人脸图像数据库，验证和识别具体场景下的单个或多个人的身份匹配。人脸识别通常由三部分组成：具体场景中人脸检测（Face Detection）并分割人脸、抽取分析人脸特征、匹配数据库识别人脸。人脸图像的长期数字化存储是人脸识别令人恐惧的原因之一，*人脸识别考勤机，这些人脸信息有诸多被滥用风险，迫切需要应对方式变革以消解公众，方式之一就是设置图像与视频存储期限。当处于突发状态的危急情景之际，某些特定图像数据存储确有必要。一旦危险期已过，则无需保留危急时刻留存的人脸数据。因此，对大多数应用场景来说，限制人脸数据存储期限可以平衡人脸识别带来的多重好处与化风险二者之间的利益平衡。具体存储时间依情景不同而各异。比如为应对突发状况所编译的特定图像具有高瞬时价值，而其他情形则需纳入庞大的数据库已备后续匹配并识别人脸特征。在此介绍一种保障数据安全性的机器学习模式——联邦学习（Federated Learning）。此种学习模式是一种训练数据去中心化的机器学习方案，确保数据只存储在摄像头终端，人脸识别考勤门禁一体机，而不传输到*数据中心，从而提升数据安全性。

广州市欧脉信息科技有限公司----人脸识别考勤；

详细浏览网站和来电咨询！

广州市欧脉信息科技有限公司----人脸识别考勤；

智能特性

嵌入式处理器，集图像采集、人脸检测、人脸跟踪和人脸对比于一体；

自主CNN*网络算法，广州人脸识别考勤，动态识别无需特意配合；

无需电脑及云端，脱机人像识别；

支持全景图、局部特写图输出；

支持年龄、性别等识别；

识别速度≤300ms，识别率≥97%；

支持10000人脸；

10万条脱机人脸记录

支持视频叠加；

支持韦根协议；

支持黑白名单及报警输出；

支持临时名单管控；

编码特性

H.264/MJPEG双编码格式；

1080P高清实时25帧/秒输出；

支持输出码流1024Kbps~4Mbps可调；

支持*（快门）、增益、对比度、饱和度、亮度等可调；

广州市欧脉信息科技有限公司----人脸识别考勤；

详细浏览网站和来电咨询！