0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

京東數科宣布實現實時檢測戴口罩人臉 準確率已超過99.87%

工程師鄧生 ? 來源:快科技 ? 作者:隨心 ? 2020-02-26 09:20 ? 次閱讀

近日,騰訊優(yōu)圖成功研發(fā)出了口罩佩戴識別專用AI,戴著口罩也能人臉識別,官方稱,這套AI既能對戴口罩者實現人臉識別,又能發(fā)現口罩佩戴錯誤人員,口罩遮擋判斷準確率已達99.5%以上。

而今天,京東數科也宣布實現實時檢測戴口罩人臉、對未佩戴口罩或錯誤佩戴口罩的人員及時發(fā)現,并進行語音提醒。

據了解,京東數科自研的輕量級人臉檢測器Centerface,可以同時預測面部框和界標位置,通過將人臉檢測和對齊轉換為標準關鍵點估計問題,克服了以前基于錨的方法的缺點。

針對戴口罩場景下的五官遮擋,京東數科在現有wideface數據集的基礎上增加口罩遮擋數據集來訓練。目前,口罩場景下的人臉檢測算法準確率超過99.87%,召回率超過98.3%。

Centerface可有效識別出多種口罩佩戴情況

京東數科目前針對人臉眼部以下口罩可能覆蓋的部位進行特征學習的算法優(yōu)化,能夠在員工刷臉入閘場景中,有效檢測和識別出規(guī)范佩戴口罩、不規(guī)范戴口罩、未佩戴口罩三類情況,并能做到在正常拍攝角度(如:門禁)和大角度復雜場景下(如:監(jiān)控)精度無損失。

以京東數科自研的刷臉門禁機為例,只需員工在設備前站定,人臉識別考勤機上攝像頭即可準確提取采集圖像的特征數據,與系統內照片的特征數據進行比對,快速輕松識別“自己人”,對未佩戴口罩的人員,還能通過語音提示,同步提醒防疫值班人員,實現24小時全天候監(jiān)管。

責任編輯:wv

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯系本站處理。 舉報投訴
  • AI
    AI
    +關注

    關注

    87

    文章

    30898

    瀏覽量

    269125
  • 騰訊
    +關注

    關注

    7

    文章

    1655

    瀏覽量

    49444
  • 京東
    +關注

    關注

    2

    文章

    999

    瀏覽量

    48511
收藏 人收藏

    評論

    相關推薦

    如何提升人臉門禁一體機的識別準確率?

    人臉門禁一體機作為現代安全管理的重要設備,廣泛應用于企業(yè)、學校、社區(qū)等多個場所。其高效便捷的特性讓人們可以快速通過門禁,然而,識別準確率的高低直接影響到使用體驗與安全性。為了提高人臉門禁一體機的識別
    的頭像 發(fā)表于 12-10 15:05 ?147次閱讀
    如何提升<b class='flag-5'>人臉</b>門禁一體機的識別<b class='flag-5'>準確率</b>?

    《DNK210使用指南 -CanMV版 V1.0》第四十九章 綜合例程

    實時顯示了攝像頭的畫面數據和物體檢測的結果。口罩佩戴檢測的界面如下圖所示:圖49.2.17 口罩佩戴檢測
    發(fā)表于 11-20 09:32

    《DNK210使用指南 -CanMV版 V1.0》第四十二章 人臉口罩佩戴檢測實驗

    第四十二章 人臉口罩佩戴檢測實驗 在上一章節(jié)中,介紹了利用maix.KPU模塊實現YOLO2的物體檢測,本章將繼續(xù)介紹利用maix.KPU模
    發(fā)表于 11-18 09:28

    微機保護裝置預警功能的準確率

    異常狀態(tài)。 微機保護裝置的預警功能準確率是衡量其性能的重要指標,它直接關系到裝置能否及時準確檢測潛在的故障或異常情況,從而預防事故的發(fā)生。 準確率影響因素: 1.硬件性能:高精度的傳
    的頭像 發(fā)表于 11-03 16:10 ?173次閱讀

    ai人工智能回答準確率高嗎

    人工智能(AI)回答的準確率是一個相對的概念,會受到多個因素的影響,因此不能一概而論地說其準確率高或低。以下是對AI回答準確率及其影響因素的分析: 一、AI回答準確率的現狀 在某些特定
    的頭像 發(fā)表于 10-17 16:30 ?3144次閱讀

    NIUSB6009 采集準確率的問題?

    NIUSB6009 采集準確率的問題? 一、本人做一個中間繼電器電性能實驗的裝置 1、PLC帶動中間繼電器吸合和釋放,(吸合用時1.5秒,釋放用時1.5秒)周而復始的運動。 2、中間繼電器的觸頭負載
    發(fā)表于 09-23 15:59

    使用OpenVINO C# API部署YOLO-World實現實時開放詞匯對象檢測

    的快速準確識別,并通過AR技術將虛擬元素與真實場景相結合,為用戶帶來沉浸式的交互體驗。在本文中,我們將結合OpenVINO C# API使用最新發(fā)布的OpenVINO 2024.0部署 YOLO-World實現實時開放詞匯對象檢測
    的頭像 發(fā)表于 08-30 16:27 ?655次閱讀
    使用OpenVINO C# API部署YOLO-World<b class='flag-5'>實現實時</b>開放詞匯對象<b class='flag-5'>檢測</b>

    基于 FPGA 的會議系統設計

    也基本可以完成 定位,準確度在 90%以上。(2)人臉檢測與身份識別速度與準確率 本系統人臉檢測
    發(fā)表于 08-01 18:40

    人臉檢測模型的精確度怎么算

    檢測是計算機視覺領域的一個重要研究方向,其目的是在圖像或視頻中快速準確地定位人臉的位置。人臉檢測模型通常包括兩個主要步驟:
    的頭像 發(fā)表于 07-04 09:14 ?527次閱讀

    人臉檢測模型有哪些

    : Viola-Jones 算法 Viola-Jones 算法是一種基于 Haar 特征和 AdaBoost 算法的人臉檢測方法。它通過訓練一個級聯分類器來實現人臉
    的頭像 發(fā)表于 07-03 17:05 ?1042次閱讀

    人臉檢測人臉識別的區(qū)別是什么

    檢測人臉識別的區(qū)別。 定義 人臉檢測是指在圖像或視頻中快速準確地找到人臉的位置,并將其從背景中
    的頭像 發(fā)表于 07-03 14:49 ?1232次閱讀

    口罩佩戴檢測算法

    口罩佩戴檢測算法基于YOLOv5在圖像識別檢測領域的優(yōu)異性能,本文研究基于基于YOLOv5的口罩佩自動
    的頭像 發(fā)表于 07-01 20:20 ?325次閱讀
    <b class='flag-5'>口罩</b>佩戴<b class='flag-5'>檢測</b>算法

    基于FPGA的攝像頭心率檢測裝置設計

    采用 Adaboost 面部檢測算法從每一幀視頻中識別出受測者的面部,并在面部區(qū)域中提取額頭部分作為 roi 區(qū)域。Adaboost 面部檢測算法識別準確率高、識別速度快、能夠較好地滿足系統
    發(fā)表于 07-01 17:58

    自動雨量監(jiān)測系統(準確地預測降雨情況,提高預報的準確率

    對工程的影響,及時采取相應的措施,保障工程的安全運行。在氣象預報方面,它可以幫助氣象工作者更準確地預測降雨情況,提高預報的準確率。
    的頭像 發(fā)表于 03-28 14:59 ?500次閱讀

    人臉識別技術的原理是什么 人臉識別技術的特點有哪些

    人臉檢測人臉識別的首要步驟。其目標是在圖像或視頻中準確地定位人臉的位置。人臉
    的頭像 發(fā)表于 02-18 13:52 ?1941次閱讀