文档介绍：中科云丛重要人员身份识别解决方案第1页重要人员身份识别解决方案中科云丛重要人员身份识别公司简介方案应用重要人员身份识别解决方案中科云丛第一部分公司简介 1 重要人员身份识别解决方案中科云丛重庆中科云丛科技有限公司是广州云从信息科技有限公司和中国科学院重庆绿色智能技术研究院合资的高科技公司; 公司聚焦动态人脸识别、大规模人群监测、车辆多属性深度分析、警用图侦等核心关键技术。公司简介第一部分公司介绍与荣誉? 2007 年: CLEAR 世界音频事件检测大赛; ? 2008 年: ASTAR 世界多媒体搜索大赛美国赛区; ? 2009 年: PASCAL VOC 世界图像物体识别挑战赛; ? 2009 年: PASCAL VOC 国际人体动作识别挑战赛; ? 2010 年: 大规模视觉识别挑战赛; ? 2011 年: FERA 国际表情识别分析挑战赛精确人群组; 第一名中科云丛重要人员身份识别解决方案中科云丛公司简介第一部分团队特色云丛科技国家领导人、中科院领导市领导多次视察、给予赞赏依托中科院重庆研究院优秀的团队和出色的研发实力在金融、交通、公安等领域有成功的实施案例参与行业强制标准定制, 在行业中具有引领作用拥有双层异构深度神经网络自适应实时多目标跟踪等多项人脸识别核心技术逐步在北京、上海等地设立分公司,能够更好的为用户服务重要人员身份识别解决方案中科云丛公司简介第一部分核心技术—双层异构深度神经网络原理: 异构深度神经网络的某些权值是与具体的属性相对应的,例如其神经元的激活值对应于某种粒度的特征。利用大量具有属性标记的训练数据,采用多任务学****机制并在损失函数中加入稀疏性约束,通过考察神经元对不同刺激的反馈,可建立网络单元与属性的映射关系,实现网络结构的语义化。利用异构深度神经网络,可在人脸模型中方便地加入光照、遮挡、角度、年龄、种族等多种先验信息,增强了模型的适应性和特征的表达能力。应用范围:真实场景中具有多变光照、多角度、有遮挡、模糊、年龄跨度等复杂情况的场合或者要求身份验证精确度高的场合。异构深度神经网络结构图重要人员身份识别解决方案中科云丛公司简介第一部分核心技术—分层矢量化信息表达分层矢量化架构适用范围: 适合只有少量训练数据或者计算资源不够丰富的嵌入式场合。深度卷积神经网络( DCNN ): 是对图片库里所有的人脸图像进行分块;其次对每块区域提取局部特征(如LBP 、SIFT) 形成局部特征描述子;然后,对所有局部特征进行量化形成字典;最后,根据字典信息和人脸图像的映射,编码形***脸图像的特征向量。缺点: 在数据不足的时候, DCNN 会有严重的过拟合,降低使用效果。分层矢量化信息表达: 为了解决 DCNN 需要大量数据的问题,多层的特征编码只需要把上一层的人脸图像的特征向量作为输入从新提取特征块并进行量化形成字典编码即可重要人员身份识别解决方案中科云丛公司简介第一部分核心技术—自适应实时多目标跟踪适用范围: 适用于要求实时快速跟踪多目标的场合,或者要求跟踪精度高的场合。自适应实时多目标跟踪算法:基于检测; 缺点: 模板特征性差;区分目标与背景能力弱; 新技术: 基于受限自适应层次化稀疏表示的多目标跟踪算法。根据目标脸部特征建立初始模板 A地建模下一时刻 B地建模前一目标模板肯能出现的附近区域下一时刻 C地建模附近姿态变化光照、遮挡等前一目标模板肯能出现的附近区域附近姿态变化光照、遮挡等重要人员身份识别解决方案中科云丛公司简介第一部分核心技术—动态场景实时解析难点: 场景目标具有时变性,场景中目标类别、状态及行为具有多样性、事件的发生具有不确定性、各种场景对象之间具有关联性。解决办法: 采用基于假设检验( Hypothesis Testing )理论的动态场景多目标实时解析架构。该架构包含了状态空间初始化、对象特征提取、先验知识引入、分支假设检验、评分排序、时空关联等算法模块,同时此架构可融合多种现有检测、跟踪、特征提取、识别技术。适用范围: 适合于对多目标、多任务、非配合、非刚体等及动态场景的实时解析,以及对海量视频语义信息的快速获取、关联分析和价值挖掘。重要人员身份识别解决方案中科云丛第二部分重要人员身份识别2