1:N是1张人脸和底库中的N张人脸进行比对。比如在考勤机中,我们的人脸底库中包含全公司的所有人脸照片。当上班打卡时,考勤机采集到人脸输入系统,经过比对后输出员工身份。这种情况下计算量相对较大,时效性和识别精度太低又会影响用户体验,所以厂商一般会综合考虑权衡,在设备的参数中标注所支持的人脸数量。这一波人工智能的发展,带动了1:N领域人脸识别技术的进步,更多的产品能够在各个场景中落地。比如智慧城市、智慧家居等。国内厂商也借着这一波东风,加快技术研发和产品落地,诞生了的AI视觉四小龙等独角兽。
1:N是1张人脸和底库中的N张人脸进行比对。比如在考勤机中,我们的人脸底库中包含全公司的所有人脸照片。当上班打卡时,考勤机采集到人脸输入系统,经过比对后输出员工身份。这种情况下计算量相对较大,时效性和识别精度太低又会影响用户体验,所以厂商一般会综合考虑权衡,在设备的参数中标注所支持的人脸数量。这一波人工智能的发展,带动了1:N领域人脸识别技术的进步,更多的产品能够在各个场景中落地。比如智慧城市、智慧家居等。国内厂商也借着这一波东风,加快技术研发和产品落地,诞生了的AI视觉四小龙等独角兽。