安徽深联实图像认知技术介绍1202.pdf

图像认知技术方案介绍

提纲

一、面向零售行业的人工智能图像识别技术应用

二、光电技术与图像识别在工业自动化领域的案例

三、研发团队与技术能力介绍

四、新公司的方向与模式探讨

图像识别在零售创新中的主要应用方向

1增强产品与消费者互动

2增进消费者购物体验

3提升企业运营管理效率

辨识商业场景

顶尖算法|数据训练|人机回圈

轮廓分析

通过对物体特征的学习，对视频和图像中

的物体进行轮廓检测

目标检测

通用目标检测算法，识别支持通用物体和

室内外场景的目标检测

描绘客户画像

顶尖算法|数据训练|人机回圈

关键点检测

支持眼、嘴、鼻轮廓等68个人脸关键点

的检测定位，可以适应表情动作变化

人脸比对

基于深度学习的人脸对比技术，实现人

脸相似度测量，可用于人脸聚类、精准

营销方案推送等场景。

特征分析

脸型,发型,性别,年龄,种族,情绪,颜值,服

装风格等属性.平均准确率超过90%，年

龄预测平均误差小于3岁。

核心技术能力——先进的算法技术，实现快速人脸验证

深度神经网络技术在人脸识别中的应用主要在其子领域——人脸验证，即判断两张

图片是不是同一个人.采用人脸切分的patch集来训练卷积神经网络，一方面增加

训练样例，另一方面提升人脸遮挡时的识别率

深度神经网络架构示例

核心技术能力——即使有遮挡，也能实现人脸的高识别率和识别速度

与传统方法比较,基于深度学习的深度神经网络人脸验证具有较高的识别速度,识别率和鲁棒性.

识别率：对于完整的人脸照片，识别率达到99%鲁棒性（遮挡/变形）

图中不同曲线代表深度神经网络不同层次的输出向

量。遮挡在20%以内，深度神经网络的输出向量的

验证正确率几乎不变

1：1人证

N：N实时识别

商品识别与认知

顶尖算法|数据训练|人机回圈

海量商品检测

基于海量数据深度学习，通过商品特征分析,准确认知

商品,支持服饰、3C数码、家居、日用品等超过100类

商品的检测

抗干扰性强

基于深度神经网络的算法,不受相似程度,柔性,反光等

干扰,检测具有较强的鲁棒性.

应

联合利华智能互动设备用

案

例

促进购买

描绘购物者画像