不再局限于人脸识别,北大团队开发出“车脸”识别技术

简介:

车脸识别技术不是靠识别车牌,而是识别车辆外形特征来区分不同车辆。

如今,人脸识别技术已经在很多领域得到应用,包括安检、交通安全、支付等等,那么车脸识别你听说过吗?

最近,来自北京大学信息科学技术学院的研究人员也开发了这种特殊的“扫脸”技术,应用在四轮私家车中。据悉,该项技术能清晰分辨车辆外部特征,并擅长记录和分析,并会根据特征数据搜索到机动车的型号和注册信息。

不再局限于人脸识别,北大团队开发出“车脸”识别技术

这项被命名为Repression Network (RepNet)的“车脸”识别技术,通过两种途径来识别车辆:一类是车辆外观的“一般细节”,如颜色、品牌、型号等;另一类是车辆的外观缺陷和损伤。据该项技术的研究人员描述,该系统具有可拍摄精确外观特征的拍照摄像头,在摄像头获取到车辆信息之后,内部系统会对记录的影像进行识别。

此外研究人员还表示称,在当前阶段还无法确定Repression Network系统将于何时投入应用,因为这项可能会被认为侵犯了驾驶者的隐私权。不过如果利用该系统一旦能够投入使用,那么一定能为侦破盗窃车辆、套牌车辆等案件提供帮助。

可以想象得到,这套“车脸”识别系统如果配合公共安全系统监控摄像头的大规模使用,肯定能够创造一个庞大的图像和视频数据库,为车辆识别和搜索提供了重要的技术支持。


原文发布时间: 2017-09-07 09:03
本文作者: JOKER
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
机器学习/深度学习 传感器 自动驾驶
基于深度学习的图像识别技术在自动驾驶汽车中的应用####
【10月更文挑战第21天】 本文探讨了深度学习中的卷积神经网络(CNN)如何革新自动驾驶车辆的视觉感知能力,特别是在复杂多变的道路环境中实现高效准确的物体检测与分类。通过分析CNN架构设计、数据增强策略及实时处理优化等关键技术点,揭示了该技术在提升自动驾驶系统环境理解能力方面的潜力与挑战。 ####
464 0
|
机器学习/深度学习 传感器 边缘计算
基于深度学习的图像识别技术在自动驾驶汽车中的应用##
本文深入探讨了深度学习技术在自动驾驶汽车图像识别领域的应用,通过分析卷积神经网络(CNN)、循环神经网络(RNN)等关键技术,阐述了如何利用这些先进的算法来提升自动驾驶系统对环境感知的准确性和效率。文章还讨论了当前面临的挑战,如数据多样性、模型泛化能力以及实时处理速度等问题,并展望了未来发展趋势,包括端到端学习框架、跨模态融合及强化学习方法的应用前景。 --- ##
351 0
|
10天前
|
数据采集 人工智能 安全
|
6天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
322 164
|
5天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
324 155