蚌埠反光衣識(shí)別攝像頭
反光衣識(shí)別識(shí)別攝像頭
在如今人工智能AI、物聯(lián)網(wǎng)Iot、大數(shù)據(jù)、區(qū)塊鏈等大行其道的時(shí)代，作為一名營銷顧問同樣有必要對(duì)最近非?；鸬娜四樧R(shí)別技術(shù)有一定了解。隨著時(shí)代的發(fā)展，人們的智能手機(jī)的功能也越來越強(qiáng)大，首先面部識(shí)別，是每個(gè)手機(jī)的必備功能，那么你可知面部識(shí)別是什么原理嗎？不知道的話一起來看看吧。
簡單點(diǎn)來說，就是利用手機(jī)識(shí)別自己的面部信息，但是現(xiàn)在人臉識(shí)別起初分為兩種，基于前置攝像頭的2D人臉識(shí)別和基于紅外投射的3D結(jié)構(gòu)光人臉識(shí)別。不過這兩種人臉識(shí)別實(shí)現(xiàn)的原理是大同小異的。
2D面部識(shí)別
當(dāng)然了，以上只是簡單的2D面部識(shí)別，2D畢竟有弊端，畢竟只要采集一張用戶的清晰照片就可以瞞天過海解鎖手機(jī)了。
因此手機(jī)廠商在安全性方面增加了人臉識(shí)別算法，利用算法來判定手機(jī)拍攝的是動(dòng)態(tài)還是靜態(tài)，簡單點(diǎn)來說是照片還是人臉。
越高級(jí)的算法就能越防止手機(jī)被照被破解，但是2D畢竟有局限性，因?yàn)?D面部識(shí)別攝像頭只能采集二維數(shù)據(jù)。
2D面部識(shí)別原理
直白說就是手機(jī)攝像頭會(huì)采用你的照片，當(dāng)然是采用會(huì)清晰的照片，以及很明顯的面部表情，采集你的人臉特點(diǎn)，鼻子、眼睛、嘴巴等能夠量化的幾何信息，然后它會(huì)自動(dòng)保存在手機(jī)程序里。
這樣算是面部信息保存錄入成功，所以等下次用戶解鎖的時(shí)候，手機(jī)就可以直接采集你的面部信息，然后跟之前錄入你的信息核對(duì)，只要眼睛的間距和鼻子的大小特點(diǎn)對(duì)上，就可以解鎖了。
3D人臉識(shí)別
所以為了打破2D的識(shí)別缺點(diǎn)，更加精確的3D人臉識(shí)別就出現(xiàn)了。它在2D人臉識(shí)別的基礎(chǔ)上增加了深度特征點(diǎn)測量，那么這樣一來手機(jī)解鎖時(shí)能夠核對(duì)的特征點(diǎn)就有三個(gè)維度了。
因此有人問，深度是怎么測量出來的，這和它的3D結(jié)構(gòu)技術(shù)有關(guān)，它利用了人的雙眼能夠感知深度的原理。
3D人臉識(shí)別原理
在結(jié)構(gòu)光模塊中放置兩顆攝像頭模擬人眼所看到的事物，然后對(duì)左右攝像頭拍攝到的圖片進(jìn)行特征點(diǎn)對(duì)比，但是左右兩個(gè)攝像頭拍攝到的照片并不是一模一樣的，這樣就可以通過三角測量來計(jì)算出人臉的深度信息。
同時(shí)為了減少這種算法帶來的大量計(jì)算量，模塊中還放置了一顆紅外發(fā)射裝置，通過這個(gè)裝置投射出大量的不可見紅外點(diǎn)來輔助計(jì)算人臉的深度信息，這樣一來提高識(shí)別精度的同時(shí)也加快的識(shí)別速度，可謂是一舉多得。
目前市面上大部分的手機(jī)都是采用3D面部識(shí)別，相較于2D面部識(shí)別，更有安全性。
人臉識(shí)別是一種生物特征識(shí)別軟件，它可以用數(shù)學(xué)方法繪制出一個(gè)人的面部特征，并將數(shù)據(jù)存儲(chǔ)為一個(gè)面部指紋。該軟件使用深度學(xué)習(xí)算法，將實(shí)時(shí)捕捉或數(shù)字圖像與存儲(chǔ)的人臉圖像進(jìn)行比較，以驗(yàn)證個(gè)人身份。人臉識(shí)別軟件正迅速成為最安全可靠的用戶認(rèn)證工具。在這里，我們將簡要討論這三點(diǎn)。
一、人臉識(shí)別技術(shù)的工作原理
二、人臉識(shí)別的優(yōu)勢和局限性
三、人臉識(shí)別的應(yīng)用場景和示例
一、人臉識(shí)別技術(shù)的工作原理
簡單說，人臉識(shí)別軟件就是使用多種測量方法和技術(shù)來掃描人臉，包括熱成像、3D人臉地圖、獨(dú)特特征(也稱為地標(biāo))分類等分析面部特征的幾何比例，關(guān)鍵面部特征之間的映射距離，皮膚表面紋理。人臉識(shí)別技術(shù)屬于生物統(tǒng)計(jì)學(xué)的范疇，即生物數(shù)據(jù)的測量。生物識(shí)別技術(shù)的其他例子包括指紋掃描和眼睛/虹膜掃描系統(tǒng)。
現(xiàn)在，人臉識(shí)別法主要集中在二維圖像方面，二維人臉識(shí)別主要利用分布在人臉上從低到高80個(gè)節(jié)點(diǎn)或標(biāo)點(diǎn)，通過測量眼睛、顴骨、下巴等之間的間距來進(jìn)行身份認(rèn)證。在這里，節(jié)點(diǎn)是用來測量一個(gè)人面部變量的端點(diǎn)，比如鼻子的長度或?qū)挾取⒀鄹C的深度和顴骨的形狀。該系統(tǒng)的工作原理是捕捉個(gè)人面部數(shù)字圖像上節(jié)點(diǎn)的數(shù)據(jù)，并將結(jié)果數(shù)據(jù)存儲(chǔ)為面紋。然后，臉紋被用作與從圖像或視頻中捕捉的人臉數(shù)據(jù)進(jìn)行比較的基礎(chǔ)。
雖然人臉識(shí)別軟件只使用80個(gè)節(jié)點(diǎn)，但在條件允許的情況下，可以快速準(zhǔn)確地識(shí)別目標(biāo)個(gè)體。然而，如果受試者的臉部分被遮擋，或者在側(cè)面而不是面向前方，這種軟件就不那么可靠了。根據(jù)美國國家標(biāo)準(zhǔn)與技術(shù)協(xié)會(huì)(NIST)，自1993年以來，人臉識(shí)別系統(tǒng)的誤報(bào)率每兩年就減少一半。
接下來，我們大致介紹下人臉識(shí)別的流程：
1、圖像的采集和預(yù)處理
圖像的采集是人臉識(shí)別的基礎(chǔ)，如果連基礎(chǔ)的人臉庫都沒有的話，又何談識(shí)別呢？在人臉采集上各個(gè)企業(yè)是八仙過海各顯神通，比如我們經(jīng)常在微信上玩的明星臉小游戲或是商場中的顏值pk等等都是獲取人臉基礎(chǔ)數(shù)據(jù)的方式。當(dāng)然除了這些方式外常規(guī)采集的方式大致有幾種：攝像頭、人臉照片、視頻錄像。
攝像頭采集是我們預(yù)先安裝在門店各個(gè)位置的，一般人臉識(shí)別企業(yè)會(huì)幫助商家確認(rèn)攝像頭的安裝位置，以便獲得更高質(zhì)量的照片。
人臉照片采集是通過會(huì)員注冊(cè)時(shí)或后期補(bǔ)錄的方式通過商家提供的APP或小程序等方式錄入到系統(tǒng)內(nèi)。
另外一種方式是通過視頻錄像提取用戶照片，可通過技術(shù)手段提取視頻中的人臉照片，然后進(jìn)行采集和存儲(chǔ)。
預(yù)處理是人臉識(shí)別過程中的一個(gè)重要環(huán)節(jié)。輸入圖像由于圖像采集環(huán)境的不同，如光照明暗程度以及設(shè)備性能的優(yōu)劣等，往往存在有噪聲，對(duì)比度不夠等缺點(diǎn)。另外，距離遠(yuǎn)近，焦距大小等又使得人臉在整幅圖像中間的大小和位置不確定。為了保證人臉圖像中人臉大小，位置以及人臉圖像質(zhì)量的一致性，必須對(duì)圖像進(jìn)行預(yù)處理。
人臉圖像的預(yù)處理主要包括人臉扶正，人臉圖像的增強(qiáng)，以及歸一化等工作。人臉扶正是為了得到人臉位置端正的人臉圖像；圖像增強(qiáng)是為了改善人臉圖像的質(zhì)量，不僅在視覺上更加清晰圖像，而且使圖像更利于計(jì)算機(jī)的處理與識(shí)別。歸一化工作的目標(biāo)是取得尺寸一致，灰度取值范圍相同的標(biāo)準(zhǔn)化人臉圖像。
2、人臉檢測
首先說明下，人臉檢測只是人臉識(shí)別的一個(gè)環(huán)節(jié)，千萬不要把人臉檢測和人臉識(shí)別弄混了。早期的人臉識(shí)別研究主要針對(duì)具有較強(qiáng)約束條件的人臉圖象（如無背景的圖象），往往假設(shè)人臉位置一直或者容易獲得，因此人臉檢測問題并未受到重視。但是隨著人臉識(shí)別的場景增加，我們?cè)谌四樧R(shí)別前首先要檢測圖像中是否含有人臉。
百度百科給的定義是：人臉檢測是指對(duì)于任意一幅給定的圖像，采用一定的策略對(duì)其進(jìn)行搜索以確定其中是否含有人臉，如果是則返回人臉的位置、大小和姿態(tài)。實(shí)際的場景是我們?cè)谂恼諘r(shí)經(jīng)常能看到一些標(biāo)識(shí)人臉的小框框，這就是利用人臉檢測技術(shù)所實(shí)現(xiàn)的功能。
3、人臉特征提取
以基于知識(shí)的人臉識(shí)別提取方法中的一種為例，因?yàn)槿四樦饕怯裳劬?、額頭、鼻子、耳朵、下巴、嘴巴等部位組成，對(duì)這些部位以及它們之間的結(jié)構(gòu)關(guān)系都是可以用幾何形狀特征來進(jìn)行描述的，也就是說每一個(gè)人的人臉圖像都可以有一個(gè)對(duì)應(yīng)的幾何形狀特征，它可以幫助我們作為識(shí)別人臉的重要差異特征。
4、人臉識(shí)別
人臉識(shí)別大致可以分為兩類：
1:1的篩選其身份驗(yàn)證模式本質(zhì)上是計(jì)算機(jī)對(duì)當(dāng)前人臉與人像數(shù)據(jù)庫進(jìn)行快速人臉比對(duì)，并得出是否匹配的過程，可以簡單理解為證明你就是你。就是我們先告訴人臉識(shí)別系統(tǒng)，我是張三，然后用來驗(yàn)證站在機(jī)器面前的“我”到底是不是張三。
這種模式最常見的應(yīng)用場景便是人臉解鎖，終端設(shè)備(如手機(jī))只需將用戶事先注冊(cè)的照片與臨場采集的照片做對(duì)比，判斷是否為同一人，即可完成身份驗(yàn)證。
1：N的比對(duì)，即系統(tǒng)采集了“我”的一張照片之后，從海量的人像數(shù)據(jù)庫中找到與當(dāng)前使用者人臉數(shù)據(jù)相符合的圖像，并進(jìn)行匹配，找出來“我是誰”。比如疑犯追蹤，小區(qū)門禁，會(huì)場簽到，以及新零售概念里的客戶識(shí)別。
5、活體鑒別
生物特征識(shí)別的共同問題之一就是要區(qū)別該信號(hào)是否來自于真正的生物體，比如，指紋識(shí)別系統(tǒng)需要區(qū)別帶識(shí)別的指紋是來自于人的手指還是指紋手套，人臉識(shí)別系統(tǒng)所采集到的人臉圖像，是來自于真實(shí)的人臉還是含有人臉的照片。因此，實(shí)際的人臉識(shí)別系統(tǒng)一般需要增加活體鑒別環(huán)節(jié)，例如，要求人左右轉(zhuǎn)頭，眨眼睛，開開口說句話等。
在乘坐滴滴順風(fēng)車前用戶需要進(jìn)行人臉識(shí)別認(rèn)證，在識(shí)別過程中需要用戶左右擺頭和眨眼，這是活體鑒別很好的一個(gè)例子。當(dāng)然活體鑒別還有其它的方式如立體性活體檢測、亞表面檢測、紅外FMP檢測等，很多時(shí)候都是會(huì)綜合使用多種活體檢測技術(shù)來進(jìn)行檢測，最大化的減少活體入侵機(jī)率。
二、人臉識(shí)別的優(yōu)勢和局限性
1、使用人臉識(shí)別技術(shù)的好處
隨著人臉識(shí)別的使用，它帶來了許多潛在的好處，主要包括：
與指紋掃描儀等其他基于接觸的生物特征認(rèn)證技術(shù)相比，無需實(shí)際接觸設(shè)備進(jìn)行身份認(rèn)證。如果手上有污垢，指紋識(shí)別技術(shù)可能無法正常工作。
提高了安全水平。
與其他生物特征認(rèn)證技術(shù)相比，需要更少的處理。
易于與現(xiàn)有的安全特性集成。
隨著時(shí)間的推移，讀數(shù)的準(zhǔn)確性有所提高。
可用于幫助自動(dòng)化身份驗(yàn)證。
2、人臉識(shí)別的局限性
雖然人臉識(shí)別程序可以使用各種測量值和掃描類型來檢測和識(shí)別人臉，但也有一些限制:
低分辨率圖像和低光照會(huì)降低人臉掃描結(jié)果的準(zhǔn)確性。
不同的角度和面部表情，甚至是一個(gè)簡單的微笑，都可能對(duì)人臉匹配系統(tǒng)構(gòu)成挑戰(zhàn)。
當(dāng)一個(gè)人戴著眼鏡、帽子、圍巾或遮住部分面部的發(fā)型時(shí)，面部識(shí)別就會(huì)失去準(zhǔn)確性?；瘖y品和面部毛發(fā)也會(huì)給人臉檢測程序帶來問題。
人臉掃描不一定與個(gè)人資料相關(guān)聯(lián)，這意味著如果在可訪問數(shù)據(jù)庫中沒有他們的照片，那么面部掃描可能就沒有用處。如果沒有匹配結(jié)果，人臉掃描背后的人的身份仍然是個(gè)謎。
對(duì)隱私或安全的擔(dān)憂也會(huì)限制人臉識(shí)別系統(tǒng)的使用。例如，在某些地區(qū)，如果在不知情的情況下掃描或收集面部識(shí)別數(shù)據(jù)違反了相關(guān)隱私法。人臉識(shí)別系統(tǒng)的數(shù)據(jù)可能會(huì)被捕捉和存儲(chǔ)，而個(gè)人甚至可能不知道。這些數(shù)據(jù)也可以被政府機(jī)構(gòu)或廣告商用來跟蹤個(gè)人。
人臉識(shí)別技術(shù)可以被用于邪惡的目的。例如，人臉識(shí)別數(shù)據(jù)如果能與在線照片或社交媒體賬戶匹配，可以讓別有用心的人收集足夠的信息來竊取一個(gè)人的身份。黑客可以訪問這些信息，而個(gè)人的信息在不知不覺中傳播開來。更糟糕的是，一個(gè)錯(cuò)誤判定可能會(huì)將一個(gè)人牽連到他們沒有犯下的罪行中。
三、人臉識(shí)別的應(yīng)用場景和示例
了解了人臉識(shí)別的基本原理，我們?cè)倏纯慈四樧R(shí)別能運(yùn)用到什么場景中？場景有很多，如安防領(lǐng)域來發(fā)現(xiàn)犯罪分子，人臉認(rèn)證用來門禁和手機(jī)解鎖等。這里，我們將總結(jié)一些常見的用例：
1、安全和執(zhí)法
執(zhí)法人員使用人臉識(shí)別軟件，將通過收集到的人臉照片與來自地方、市和省內(nèi)資源的數(shù)據(jù)庫進(jìn)行比較來識(shí)別和逮捕犯罪分子。機(jī)場使用人臉識(shí)別軟件搜索犯罪嫌疑人，并將護(hù)照照片與人臉進(jìn)行比對(duì)以確認(rèn)身份。一些地區(qū)使用人臉識(shí)別軟件來防止人們獲得假身份證或駕照。一些外國政府甚至使用人臉識(shí)別技術(shù)來打擊選舉舞弊。
比如亞馬遜2017年發(fā)布的Amazon Rekognition更新功能，在識(shí)別文字圖像的基礎(chǔ)上，為其增加了面部識(shí)別和群像人臉識(shí)別功能。面部識(shí)別指的是從數(shù)千萬張面孔中實(shí)時(shí)搜索和識(shí)別目標(biāo)面孔，比如在一些治安和公共安全領(lǐng)域，執(zhí)法人員可以通過這項(xiàng)功能快速在眾多面孔中找到目標(biāo)人物，即在茫茫人海中一眼就鎖定你......群像人臉識(shí)別技術(shù)可以讓用戶在一張群像圖片中同時(shí)檢測、分析、搜索 15-100 張人臉，并且還能精確的識(shí)別、分析圖片上所有的人的情緒。目前，Rekognition 的群像人臉識(shí)別已經(jīng)被應(yīng)用到幫助執(zhí)法機(jī)構(gòu)追蹤販賣人口的案件中，借助該技術(shù)，警察可以在幾秒鐘內(nèi)檢索數(shù)百萬張與案件相關(guān)的嫌疑人圖片信息，并迅速采取有效措施。
美國政府在機(jī)場通過國土安全部(Department of Homeland Security)識(shí)別可能逾期居留的個(gè)人。
2、支付
人臉識(shí)別技術(shù)在支付環(huán)節(jié)的應(yīng)用也愈發(fā)普及。無論是移動(dòng)支付還是線下支付，人臉識(shí)別都被視為是重要選擇。
比如，支付寶人臉支付在肯德基餐廳上線，成為了首個(gè)支付寶人臉支付的試點(diǎn)，消費(fèi)者不需要拿出手機(jī)進(jìn)行掃碼付款，整個(gè)支付過程僅僅需要幾秒鐘，正規(guī)過程也不需要輸入任何密碼，也不需要掏出手機(jī)或者使用任何的APP,就可以完成支付。
其他人臉識(shí)別的例子包括亞馬遜Amazon、萬事達(dá)MasterCard和騰訊Tencent等，均推出了通常被稱為刷臉支付(selfie pay)的人臉識(shí)別支付方式。
3、身份驗(yàn)證和識(shí)別
現(xiàn)在人臉識(shí)別軟件用于門禁系統(tǒng)是很常見的例子。而高質(zhì)量的移動(dòng)設(shè)備攝像頭使得人臉識(shí)別成為身份驗(yàn)證和身份識(shí)別的另一個(gè)可行選擇。比如，商家可通過手機(jī)app，小程序在會(huì)員注冊(cè)時(shí)采集人臉數(shù)據(jù)，也可采集每位進(jìn)店客戶的臉部信息，獲得人臉I(yè)D并作為會(huì)員認(rèn)定依據(jù)。當(dāng)下次進(jìn)入全國任意一家門店時(shí)，人臉識(shí)別設(shè)備就會(huì)分析其臉部特征信息進(jìn)行身份識(shí)別，可知道他是會(huì)員、熟客亦或是新客。對(duì)于自己的會(huì)員，店員可提前掌握會(huì)員喜好，為其提供最精準(zhǔn)的服務(wù)，增加客戶滿意度。
蘋果在iPhone X和Xs上添加了一個(gè)名為Face ID的人臉識(shí)別功能。Face ID有望取代蘋果的指紋掃描功能Touch ID。這些信息不會(huì)被復(fù)制或存儲(chǔ)在蘋果的服務(wù)器上。它會(huì)在設(shè)備本身的一個(gè)安全位置存儲(chǔ)面部掃描的數(shù)學(xué)表示，這些信息不會(huì)被復(fù)制或存儲(chǔ)在蘋果的服務(wù)器上。Face ID使用深度感知和紅外傳感器，可以捕捉并比較超過3萬個(gè)變量，以確保相機(jī)掃描的是真實(shí)的人臉，而不是照片或3D模型。該系統(tǒng)還要求你的眼睛是睜開的，這可以防止別人在你睡著或昏迷時(shí)解鎖你的手機(jī)。蘋果公司警告稱，同卵雙胞胎、三胞胎將能夠解鎖彼此的手機(jī)。蘋果公司估計(jì)，即使沒有一個(gè)完全相同的兄弟姐妹，一個(gè)完全陌生的人的面部掃描也有大約百萬分之一的幾率具有與你相同的數(shù)學(xué)表征。13歲以下的兒童不適合使用這種技術(shù)，因?yàn)樗麄兊哪樳€在生長和改變形狀。Face ID可以用來驗(yàn)證使用Apple Pay、iTunes商店、App Store和iBooks購買的商品。
Facebook的人臉識(shí)別系統(tǒng)DeepFace，可以識(shí)別數(shù)字圖片中的人臉，準(zhǔn)確率高達(dá)97%。Facebook通過人臉識(shí)別軟件來標(biāo)記照片中的個(gè)人。每當(dāng)照片上的一個(gè)人被標(biāo)記時(shí)，該軟件就會(huì)存儲(chǔ)有關(guān)此人面部特征的地圖信息。一旦收集到足夠的數(shù)據(jù)，軟件就可以利用這些信息來識(shí)別一張新照片中出現(xiàn)的特定人臉。為了保護(hù)人們的隱私，一項(xiàng)名為“照片評(píng)論”的功能會(huì)通知已經(jīng)確認(rèn)身份的Facebook用戶。
4、統(tǒng)計(jì)人流量
門店銷售額=客流量×成交率×客單價(jià)，可以這么說，門店客流統(tǒng)計(jì)直接和門店業(yè)績掛鉤，是實(shí)現(xiàn)精準(zhǔn)營銷的基礎(chǔ)。目前可以通過三種方式進(jìn)行流量統(tǒng)計(jì)：紅外線客流統(tǒng)計(jì)、視頻客流統(tǒng)計(jì)和WIFI客流統(tǒng)計(jì)，視頻客流統(tǒng)計(jì)的優(yōu)勢是精度教高，并可進(jìn)行人臉識(shí)別與CRM系統(tǒng)打通。
現(xiàn)在某些企業(yè)推出的人臉識(shí)別軟件，可以通過對(duì)入店客戶的人臉檢測和人臉跟蹤識(shí)別，可以進(jìn)行實(shí)時(shí)客流統(tǒng)計(jì)：統(tǒng)計(jì)每日每時(shí)的實(shí)時(shí)客流信息，提取人臉特征值，避免重復(fù)計(jì)數(shù)；客流趨勢統(tǒng)計(jì)：可按天/周/月等時(shí)間段進(jìn)行查詢客流趨勢統(tǒng)計(jì)信息；駐留市場統(tǒng)計(jì)：對(duì)總客流中單個(gè)客流一次在攝像頭前出現(xiàn)到離開的時(shí)長分布信息統(tǒng)計(jì)。此外，通過人臉識(shí)別技術(shù)，可以精確的統(tǒng)計(jì)出任意時(shí)段內(nèi)進(jìn)店駐留的單個(gè)客流的男女屬性和年齡，店商通過對(duì)進(jìn)店人群的男女比例，年齡屬性，可以迅速的調(diào)整產(chǎn)品結(jié)構(gòu)、改變營銷策略從而達(dá)到最大的回報(bào)率。甚至有的還可以可捕捉顧客在店內(nèi)的移動(dòng)軌跡，根據(jù)人的微表情判斷旅人心情好壞，甚至他們視線注意力的變化等，大量旅人的數(shù)據(jù)匯總至后臺(tái)就可用于消費(fèi)者的喜好和需求，商家從而更好的調(diào)整商品陳列、精準(zhǔn)營銷等，為客戶帶去更好的服務(wù)。
5、營銷和廣告
如機(jī)場等場所的智能廣告能夠識(shí)別行人的性別、種族和大致年齡，并針對(duì)該人群投放廣告。營銷人員可以使用人臉識(shí)別來確定年齡，性別和種族，以標(biāo)記受眾。
智慧試衣間，實(shí)質(zhì)上就是基于人臉識(shí)別為顧客提供試衣服務(wù)的新嘗試。顧客只需在智慧試衣間前“刷臉”，系統(tǒng)就能根據(jù)顧客的相貌、身材，并結(jié)合該商店的商品種類，為顧客提供服裝搭配參考意見。
另外現(xiàn)在很多商場可根據(jù)夫妻相，顏值分?jǐn)?shù)等小游戲來增加顧客的互動(dòng)，并可通過發(fā)放折扣券（如相似度越高會(huì)得到越高的折扣券）的方式來吸引用戶消費(fèi)。
而隨著人臉識(shí)別技術(shù)的進(jìn)一步成熟和社會(huì)認(rèn)同度的提高，其廣泛應(yīng)用于金融、司法、軍隊(duì)、公安、邊檢、政府、零售、航天、電力、工廠、醫(yī)療等多個(gè)領(lǐng)域。
tag:
上一篇： 沒有了
下一篇： 蚌埠人臉識(shí)別領(lǐng)域相關(guān)金融標(biāo)準(zhǔn)即將發(fā)布，以明確人臉安全管理要求
