后疫情时期人脸识别测温产品如何提升体验感?
[摘要] 在“后疫情”时代,为了守住防疫成果,戴口罩、测体温等演化成生活常态后,人们对于测温及身份核验的各种产品的使用体验,是否也有一些槽点不吐不快,是否有好多问号?
随着国内疫情逐步好转,复工复产复学,人们的生活慢慢步入正轨,何时可以摘下口罩成为大家最关注的问题之一。中国疾控中心研究员张流波15日在北京回应称,口罩不是简单的摘不摘的问题,而是要把它和整个防控措施统一起来考虑。
出于安全考虑,如何在戴口罩的情况下也能方便地进行日常工作,成为许多领域需要解决的问题。尤其在上下班打卡、楼栋走道进出等细节处,需要更为精准的非接触式及测温产品。
如果说在应急状态下,人们愿意为了生命健康安全牺牲生活便捷性,主动配合进行体温筛查和身份核验。那么在“后疫情”时代,为了守住防疫成果,戴口罩、测体温等演化成生活常态后,人们对于测温及身份核验的各种产品的使用体验,是否也有一些槽点不吐不快,是否有好多问号?
戴上口罩后,识别人脸怎么就这么麻烦?
人脸检测和人脸关键点检测的精度受到口罩遮挡的影响会降低;由于口罩遮挡,人像信息减少,学习到的特征的判别性随之较少;口罩类型比较多且口罩遮挡程度不一,如何更多地利用非遮挡区域的信息也是一个难点。
怎么识别戴着口罩的我是我?
使用三维机器视觉技术可以精准确认个人身份信息。
由于3D信息包含了人脸纹理和几何信息,比单纯二维纹理信息更丰富,更具有辨识性。因此从3D信息中提取的特征更能表达每一张人脸,在识别准确率方面比二维识别有明显的优势。另外,3D人脸识别天然的具有防作伪功能。
具体做法是先重建三维人脸模型,再将口罩的三维模板模型与三维人脸模型做非刚性对齐,从而完成模拟加口罩的操作。
下班很晚了还能快速打卡成功吗?
利用3D数据的丰富性优势,受光照干扰小,在逆光、暗光、大角度情况下均能精准进行人脸识别,室内室外、白天黑夜情况都可完成戴口罩人脸识别打卡。
人脸识别及测温产品只能用于打卡么?
人脸识别及测温产品能精准识别身份信息,鲁棒性高,受光照影响小,部署容易,可用于行为轨迹追踪等方面,构建大数据。利用体温检测手段配合人脸识别及比对技术,将人员信息与温度体征信息绑定,可快速确定体温异常人员及其身份,且系统自动调出其过往行为轨迹,实现智能筛查与轨迹溯源。
由于3D技术的优势,支持大库建库以及精准识别,可配合城市级别防疫需求,实现千万大库迅速识别比对。
疫情之初,非接触式人脸识别及测温产品需求迫切,许多厂商也纷纷推出了结合自身技术的新产品,获得市场关注。
疫情坚守期,对于产品的“求臻”也逐步被提上考核标准,市场需要更懂应用、更懂业务流程、更方便部署及安装,切实体验更好的人脸识别及测温产品。
只有能够真正带来体验升级的革新产品,才能撬动整个市场,实现应用场景升级,满足常态化建设以及使用。
的卢深视针对疫情,推出了配合式三维人脸验证测温系列产品,戴口罩识别准确率高达97%,测温模块精度±0.3℃。
该系列产品集成3D摄像模组,利用三维人脸识别智能,真正实现用3D信息的丰富性与唯一性去做人的身份识别。
苹果同源结构光算法技术,即使在复杂光线环境下也能精准快速识别。
基于人脸全局特征及局部特征相结合的方法,同时充分利用人脸未遮挡部位的三维几何信息进行三维人脸识别研究,目前在戴口罩场景下,识别准确率能达到97%。
利用热成像体温检测手段配合人脸识别及比对技术,将人员信息与温度体征信息绑定,可快速确定体温异常人员及其身份,测温模块精度±0.3℃。
系统自动调出其过往行为轨迹,实现智能筛查与轨迹溯源。
可满足智慧城市多个场景下的人脸识别测温需求。
安全性上,其算法已满足金融支付级安全,可实现高强度防作伪。
支持本地万人库规模,识别时间不到1s。
时间:2020-04-23 23:58 来源: 转发量:次
声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。
相关文章:
- [机器视觉]取快件只能“人脸识别”?上海邮政:已约谈申通、菜鸟驿站等,代收需征得同
- [机器视觉]人脸识别黑产:真人认证视频百元一套,能通过App验证
- [机器视觉]人脸识别进社区:“刷脸”背后的隐私安全之问
- [机器视觉]过半受访者对人脸识别技术使用心存疑虑
- [机器视觉]人脸识别国标拟规定:不得强制刷脸、预测偏好 不对14周岁以下人脸识别
- [机器视觉]“人脸识别”繁荣背后的反思
- [机器视觉]人脸识别技术的优缺点
- [机器视觉]谁“动”了你的脸——人脸识别技术背后的隐私保护
- [机器视觉]没有健康码难出行?人脸识别助力健康码无障碍使用
- [机器视觉]格灵深瞳:人脸识别最新进展以及工业级大规模人脸识别实践探讨
相关推荐:
网友评论: