智慧校园-建设篇——开放视觉AI场景解决方案

本文涉及的产品
视觉智能开放平台,图像资源包5000点
视觉智能开放平台,分割抠图1万点
视觉智能开放平台,视频资源包5000点
简介: 智慧校园建设是现阶段高校研究的重点方向。通过如今科技发展,将科学技术、先进设备更好的融合到校园各项工作的开展以及校园安全的保障,对校园来说是至关重要的。作者将从校园安全建设、校园文化生活两个方向,挖掘开放视觉API在智慧校园中的更多应用。

一、项目背景

      在教育部发布的《教育信息化2.0行动计划》中,明确提出要积极推进“因特网+教育”,坚持以信息技术为核心的教育教学深度融合,构建网络化、数字化、智能化、个性化、终身化的教育体系。随后,在2019年初,中共中央、国务院发布了《中国教育现代化2035》,提出了教育现代化的十大战略任务,其中之一就是要加快信息化时代的教育变革,重点是建设智能化校园,统筹建设教学、管理和服务一体化的智能化平台。

      近年来,伴随着人工智能、物联网等前沿技术的迅速发展,人脸识别技术在智慧校园精细化管理中被广泛应用。依靠人脸识别建设智慧校园的局势正逐渐普及化落地,基于人脸识别衍生的其他技术也正逐渐被应用在校园的各个地方。其实施简单,成本低,见效快的特点为学校管理和教育教学提供了便利和效率。

二、场景解决

      针对以上背景,阿里云——视觉智能开放平台提出了AI智慧校园的场景解决方案。

      将开放视觉的相关能力与摄像设备相结合,通过AI对拍摄图像进行人像识别、人像搜索、动作识别,从而完成进出校内人员安全判断,考勤出勤打卡,考试监考等一系列任务。

     主要涉及能力:人脸活体检测人脸比对1:1人脸搜索1:N线上监考

智慧打卡考勤

  为学生、教职员工、学校管理人员和宿管人员提供完善的学校考勤服务,可灵活配置不同人员的考勤规则,支持人脸识别等考勤方式,并能对学生到校时间、缺课次数等多维报表进行实时分析。系统灵活配置的考勤制度,考勤记录清晰可查,来访者管理准确。在学生上课期间进行签到以及老师的工作考勤,增强学校对老师、学生的监督。

入校人员安防管理

  大多高校是开放型园区,进出师生及社会人员众多。特殊时期会出现外来人员骤增的情况,对校园形成了巨大的安全、环境管理压力。刷脸入园存档有利于校方对人员的把控,便于校园安全管理。以数据库为基础,为校内各场景(宿舍、实验室、档案室、图书馆、食堂、体育馆等)的出入人员进行身份核验,对于存在安全隐患的比对结果,系统自动发送至安保处进行预警处理,保障在校师生人身财产安全。

考生人证合一识别

  以数据库为基础,确认考生身份,实现考前对每位学生进行身份确认,杜绝替考行为,为考试的公平、公正、严谨提供保障。

AI在线监考管理

     利用人脸识别和人脸比对技术,可以确保考试过程的规范和监控。学生参加线上考试时,监考系统会通过摄像头实时监测学生的面部特征,同时比对学生的身份信息,确保考试过程的真实性和诚信度

校内支付系统

     超市、食堂的人脸收银系统支持刷脸支付,秒级结算,不需要携带餐卡,适应多种支付场景。该系统支持货物的入库,货物的维护,货物的分类管理,生成多维报表和货物记录。系统支持多种退款方式。

AI智能图书馆管理

    将学生身份认证与校园图书管理系统相结合,通过刷脸即可完成书籍的借阅登记,学习时长统计,爱好书籍分类等功能。使图书馆资源得到更加合理、充分地利用。

三、产品详情

1. 能力概览

人脸活体检测

检测已授权图像中的活体对象是来自直接相机拍摄还是翻拍。需要确保待检测人脸五官清晰可见

人脸比对1:1

基于已授权的两张图像,分别挑选两张图像中的最大人脸进行比较,判断是否为同一人。同时返回这两个人脸的矩形框坐标、比对的置信度,以及不同误识率的置信度阈值。

人脸搜索1:N

输入单张已授权人脸图像,与人脸库中人脸图片进行对比,可应用于人脸打卡、人脸搜索等场景。

线上监考

     可对考生屏幕和考生状态进行检测,通过出现的人脸人体个数、人脸角度朝向、是否戴耳机,是否使用手机等判断是否有考试异常行为。

2. 产品优势

  • 高精度识别: 业内领先的人脸识别算法,算法准确率超过99%。
  • 识别效率高:毫秒级响应,支持实时识别及单张或多张判断逻辑。可有效防止翻拍、头模、打印图片等样本攻击。

3. 产品价格

首购:认证用户5000点规格资源包享0元购优惠试用。

正式购买:支持按量付费、预付费QPS通用预付费资源包三种方式进行计费。

产品价格详情人脸人体类API—产品计费详情文档

购买详情视觉AI图像通用资源包—购买页详情

四、体验链接

目前,阿里云丨视觉智能开放平台提供170+视觉AI能力。

点击链接,首次认证用户即可领取资源包👉阿里云免费试用

一站式AI视觉能力平台,详情请戳👉 阿里云|视觉智能开放平台

更多热门API,点击下方链接进行了解。

相关文章
|
8天前
|
机器学习/深度学习 人工智能 安全
GLM-Zero:智谱AI推出与 OpenAI-o1-Preview 旗鼓相当的深度推理模型,开放在线免费使用和API调用
GLM-Zero 是智谱AI推出的深度推理模型,专注于提升数理逻辑、代码编写和复杂问题解决能力,支持多模态输入与完整推理过程输出。
117 24
GLM-Zero:智谱AI推出与 OpenAI-o1-Preview 旗鼓相当的深度推理模型,开放在线免费使用和API调用
|
10天前
|
数据采集 人工智能 算法
Seer:上海 AI Lab 与北大联合开源端到端操作模型,结合视觉预测与动作执行信息,使机器人任务提升成功率43%
Seer是由上海AI实验室与北大等机构联合推出的端到端操作模型,结合视觉预测与动作执行,显著提升机器人任务成功率。
49 20
Seer:上海 AI Lab 与北大联合开源端到端操作模型,结合视觉预测与动作执行信息,使机器人任务提升成功率43%
|
10天前
|
人工智能 算法 Serverless
《主动式智能导购AI助手构建》解决方案用户评测
在部署体验过程中,官方提供的详尽文档和图表帮助新手轻松上手,但环境变量设置等问题仍需改进。解决方案采用Multi-Agent架构,百炼大模型实现精准推荐,函数计算优化响应速度。生产环境部署指导全面,但仍需加强异常处理和面向新手的教学资源。整体架构清晰高效,建议完善数据流描述及Router Agent算法逻辑的阐述。
81 10
《主动式智能导购AI助手构建》解决方案用户评测
|
7天前
|
人工智能 自然语言处理 程序员
通义灵码2.0全新升级,AI程序员全面开放使用
通义灵码2.0来了,成为全球首个同时上线JetBrains和VSCode的AI 程序员产品!立即下载更新最新插件使用。
1299 24
|
3天前
|
存储 人工智能 NoSQL
Tablestore深度解析:面向AI场景的结构化数据存储最佳实践
《Tablestore深度解析:面向AI场景的结构化数据存储最佳实践》由阿里云专家团队分享,涵盖Tablestore十年发展历程、AI时代多模态数据存储需求、VCU模式优化、向量检索发布及客户最佳实践等内容。Tablestore支持大规模在线数据存储,提供高性价比、高性能和高可用性,特别针对AI场景进行优化,满足结构化与非结构化数据的统一存储和高效检索需求。通过多元化索引和Serverless弹性VCU模式,助力企业实现低成本、灵活扩展的数据管理方案。
27 12
|
4天前
|
人工智能 Cloud Native 大数据
云+AI开启算力新时代,共建开源开放生态赴未来 | 2024龙蜥大会主论坛
本次分享的主题是云 + AI开启算力新时代,共建开源开放生态赴未来 | 2024龙蜥大会主论坛,由阿里巴巴集团合伙人、阿里云基础设施事业部总经理蒋江伟分享。
|
3天前
|
存储 人工智能 边缘计算
AI时代下, 边缘云上的技术演进与场景创新
本文介绍了AI时代下边缘云的技术演进与场景创新。主要内容分为三部分:一是边缘云算力形态的多元化演进,强调阿里云边缘节点服务(ENS)在全球600多个节点的部署,提供低时延、本地化和小型化的价值;二是边缘AI推理的创新发展与实践,涵盖低时延、资源广分布、本地化及弹性需求等优势;三是云游戏在边缘承载的技术演进,探讨云游戏对边缘计算的依赖及其技术方案,如多开技术、云存储和网络架构优化,以提升用户体验并降低成本。文章展示了边缘云在未来智能化、实时化解决方案中的重要性。
|
4天前
|
人工智能 缓存 安全
每一个大模型应用都需要一个 AI 网关|场景和能力
本次分享的主题是每一个大模型应用都需要一个 AI 网关|场景和能力。由 API 网关产品经理张裕(子丑)进行分享。主要分为三个部分: 1. 企业应用 AI 场景面临的挑战 2. AI 网关的产品方案 3. AI 网关的场景演示
|
4天前
|
存储 Serverless 文件存储
AI 场景下,函数计算 GPU 实例模型存储最佳实践
当前,函数计算 FC 已被广泛应用在各种 AI 场景下,函数计算支持通过使用容器镜像部署 AI 推理应用,并且提供多种选项来访问训练好的模型。为了帮助开发者高效地在函数计算上部署 AI 推理应用,并快速解决不同场景下的模型存储选型问题,本文将对函数计算的 GPU 模型存储的优缺点及适用场景进行对比分析,以期为您的模型存储决策提供帮助。
|
6天前
|
存储 人工智能 数据管理
云端问道17期方案教学-AI场景下的对象存储OSS数据管理实践
本文介绍了AI场景下的对象存储OSS数据管理实践,由阿里云技术专家明锦分享。主要内容分为两部分:1) AI场景下对象存储实践方案,包括对象存储的应用、优势及在模型推理中的优化;2) OSS常用工具介绍,如OSSFS、Python SDK、Go SDK等,并详细说明了这些工具的特点和使用场景。文中还探讨了不同模式下的性能优化,以及即将推出的OS Connector for AI/ML工具,旨在提升数据下载速度和IO性能。

热门文章

最新文章