(cache)技术专长

X数据驱动的深度学习

Deep Learning Driven by X Data

大数据深度学习

在领域数据充足的条件下，采用深度学习技术，针对应用场景和应用目标生成深度模型。

小数据深度学习

在领域数据不足的条件下，采用深度迁移学习技术，利用相关领域的大数据，提高深度模型的泛化能力。

脏数据深度学习

在数据样本标签存在噪声的条件下，采用迭代的深度模型训练与标签纠错机制，自动修复脏数据样本的标签。

半监督深度学习

在数据标签缺失的条件下，渐进地估计无标注样本的标签，提高深度模型的泛化能力。

零数据深度学习

在缺少相应领域数据的情况下，通过产生式对抗网络合成对应的数据，弥补领域数据的不足，提高深度模型的泛化能力。

人脸识别

Face Recognition

大规模人脸搜索

在千万乃至亿级的人脸底库中快速精准的检索出与输入人脸最相似的图像。

活体检测

自动判断输入人脸图像是否为真实的人脸，包含主动配合和静默两种检测方式。

人脸属性分析

通过人脸估计性别、年龄、姿态、表情、心率、是否带眼镜、是否带口罩等40多种属性。

人脸检测

支持全姿态下的实时人脸检测。

面部关键点定位

根据检测到的人脸图像，自动定位出面部关键特征点，如眼睛、鼻尖、嘴角点、眉毛以及人脸各部件轮廓点等。

人证比对

比较证件照与现场照片是否为同一个人。

动态人脸识别

实时识别视频流中出现的人脸是否为底库中已注册的人。

大规模人脸搜索

在千万乃至亿级的人脸底库中快速精准的检索出与输入人脸最相似的图像。

活体检测

自动判断输入人脸图像是否为真实的人脸，包含主动配合和静默两种检测方式。

人脸属性分析

通过人脸估计性别、年龄、姿态、表情、心率、是否带眼镜、是否带口罩等40多种属性。

人脸检测

支持全姿态下的实时人脸检测。

面部关键点定位

根据检测到的人脸图像，自动定位出面部关键特征点，如眼睛、鼻尖、嘴角点、眉毛以及人脸各部件轮廓点等。

人证比对

比较证件照与现场照片是否为同一个人。

目标识别

Target Recognition

唇语识别

利用计算机视觉技术与自然语言处理技术，提取用户唇形变化所表达的自然语言的语意。

车辆识别与跟踪

开放场景下进行车辆属性识别、车牌识别以及车辆跟踪。

无人机电塔巡检

利用无人机视觉技术进行电塔故障诊断。

唇语识别

利用计算机视觉技术与自然语言处理技术，提取用户唇形变化所表达的自然语言的语意。

车辆识别与跟踪

开放场景下进行车辆属性识别、车牌识别以及车辆跟踪。

无人机电塔巡检

利用无人机视觉技术进行电塔故障诊断。

唇语识别

利用计算机视觉技术与自然语言处理技术，提取用户唇形变化所表达的自然语言的语意。

车辆识别与跟踪

开放场景下进行车辆属性识别、车牌识别以及车辆跟踪。

无人机电塔巡检

利用无人机视觉技术进行电塔故障诊断。