人脸识别

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。

人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。收起

查看更多

电路方案

查看更多
  • 端侧AI的MCU时代已至:STM32N6双模型离线人脸识别
    基于STM32N6570-DK部署YOLO人脸关键点检测与MobileFaceNet特征模型,本地离线完成人脸检测、关键点定位、特征提取、模板比对及人员号显示;双模型借助NPU协同运行,无需云端,低延迟、低功耗,适合门禁与本地交互等隐私敏感场景。
  • 采用STM32单片机+BE5100S人脸识别模块设计的人脸识别系统
    人脸识别技术作为计算机视觉领域的重要分支,近年来已在门禁控制、身份验证、考勤管理及智能支付等场景中获得广泛应用。其基本原理涉及图像采集、人脸检测、特征提取与模式匹配等复杂算法链路,传统实现方案通常依赖高性能计算平台与深度学习推理框架,这使得众多嵌入式开发者对人脸识别功能的集成望而却步。
    采用STM32单片机+BE5100S人脸识别模块设计的人脸识别系统
  • AR智能眼镜安防应用核心指标:识别距离筑牢防线
    在智慧警务与智能安防落地应用中,AR智能眼镜凭借轻量化、便携化、无感识别的特性,成为一线巡逻、路面稽查、风险排查的核心装备。在人脸识别、车牌识别两大核心功能中,识别距离是区别设备实战能力、决定执法处置效率的首要核心指标。识别距离直接决定民警的现场反应窗口期、风险预判能力和执法安全系数,是适配动态安防场景的关键。 本文将结合安防实战场景,解析识别距离的核心价值及阿法龙S30智能眼镜的实战优势。 识别
  • AR智能眼镜:赋能公共场所打拐安防的智能化新方案
    人员密集的车站、商圈、广场等公共场所,是人贩子伺机作案、逃窜的高频区域,也是民警排查可疑人员的重点难点场景。传统人工巡查依赖民警肉眼识别、经验判断,不仅效率低下、容错率低,且近距离排查极易打草惊蛇,让可疑人员趁机逃脱。阿法龙 S30 AR智能眼镜依托AI人脸识别与AR动态实时追踪技术,落地安防打拐实战场景,为民警排查人贩子可疑人员提供了智能化、无感化的全新解决方案,大幅提升精准排查与快速处置能力。
  • Meta被抓包,当5000万台智能眼镜里藏了人脸识别
    Meta的NameTag系统悄然植入5000万台眼镜,引发隐私担忧。尽管Meta否认存在此功能,但其迅速撤除代码的行为显示出内心的不安。文章指出,Meta眼镜不仅是消费电子产品,更是大规模数据采集工具,涉及人脸识别和视频数据的非法收集。随着数据治理的缺失和技术的发展,个人隐私面临着前所未有的威胁。文章呼吁加强全球数字治理,确保技术发展符合伦理和社会需求。
    Meta被抓包,当5000万台智能眼镜里藏了人脸识别
Baidu
map