导航:首页 > 集团股份 > 图像识别上市公司

图像识别上市公司

发布时间:2021-05-09 08:16:11

1. 目前国内人脸识别做的好的公司有哪些

1、旷视科技

深醒科技

同样专注于计算机人脸识别研发的深醒科技,其识别技术主要是基于人的面部特征,针对图像或者视频检测其是否存在人脸,采用多视角人脸检测定位,并在人脸存在的区域进行检测,最终将面部各器官的信息与人脸库进行对比,完成识别。6月4日消息,深醒科技对外宣布,已获得由国科嘉和领投,国投资本、凯旋资本跟投的B融数亿元人民币融资


http://cctv.qianjia.com/html/2018-07/13_298099.html

2. 人脸识别系统哪家好

本人从事人脸识别相关工作,这一波人工智能投资风刮起来,很多人脸识别公司恨不得马上往自己脸上贴几吨金,有个朋友说了一句很有意思的话:

外行一般觉得很科幻,内行一般觉得很绝望,业界领袖和领袖各种打鸡血。

大部分AI公司都在烧钱阶段,未来变现有很大的不确定性。看看网络自动驾驶的系统和google图像识别系统的开放可以预知未来免费是大趋势,那可是曾经投入数百亿美元。但是资本投进来,必须拉着媒体一起吆喝,不然本都回不了(进入AI行业才知道很多资本方原来什么也不懂乱投)。

人脸识别作为一项模块技术很少有独立应用(独立的业务层设计),大部分只是为已有的业务软件体系上做增强,比如客户人脸校验(在过去密码基础上增加一层),人脸检索(比人工高效,摄像头结果过滤),相似人脸推荐(比如婚介社交,整容设计),不过这个过程中已经死掉大量公司,因为利润太少,非强需求。

目前相关产业公司在已知的主要商业模式中都在实践,但卖货,卖授权,卖服务,后台流量变现这四大商业模式中,都没有看到一个公司真正赚钱了(常见主要为人脸sdk授权和api服务)。作为行业中人,所谓的绝望无非如下:

1. 算法再好,也只是调味料,最终出路还是做到最终产品中,通过业务层叠加开发,形成产品和方案,更多时候是一个方案服务商,更像过去传统软件商,规模难有爆发。

2. 使用门槛、成本很低,目前市场上终端算法部署比较低端的产品授权就500元/套(1:1的远程接口调用所使用的前端授权),市场竞争的结果就是低价倾销。甚至还有特例,算法完全免费。

人脸识别行业真实情况:

人脸识别目前就是为了各种噱头立项、经费申请瓜分用的,有个别一些公司靠这个拿国家各种科技补贴。但真正赚钱都是那些中间商公司,人脸识别一家都没有。至于未来有没有新商业模式出现,暂且无法推断。

这几年许多公司扎堆做万亿级市场的安防和最新的手机摄像头识别,但是在整条产业链中,只是极小的参与者(没有太大话语权),比如安防的,在过去最大的赢家是有全套安防软硬件监控体系的海康和大华,人脸识别增强了其本来的产品优势。做手机人脸解锁,最重要的是手机摄像头部件厂商集成(比如做3D结构光识别),而这些厂商的利润经过这几年的竞争几乎透明化了,部分配件龙头上市公司的年报营收300亿,毛利润才几个亿,最终可以给人脸识别技术提供商提供多少专利费还是个未知数。对于一些埋头玩算法的公司是巨

3. 现在国内的人脸识别监控达到什么水平了

分几个方面分别的论述一下人脸识别的技术和产业发展的相关状况。

第一,人脸识别技术的价值在哪里。我们把人脸作为一个生物学特征,作为一个商业化运用,只是备选的一个方案之一。生物学当中,唯一的判断的标准,其实识别从精准度的角度和不可替代的角度来讲,最精准的是虹膜,但是虹膜的识别采集成本非常高,识别的效率相对不是很高,需要等待的时间。所以这两个条件约束了整个的产业化运用只能局限在相对小众的,对识别要求极高的军工、国防等安全性非常高的远的投入,不适合大范围的推广。

第二,指纹。我们知道指纹的唯一性比较强,指纹同时采集成本是比较低的,比对成本也不高。但是为什么指纹没有成为一个特别大的可供支付、刷脸可替代的方案呢?实际上主要的原因是因为指纹的可复制性,是一个静态图像之间的比对,现在我们可以看到淘宝也好,各种各样的大量的指纹贴,指纹膜,可复制的特征,不适合支付。所以指纹现在也大致上被pass了。

第 三和第四分别是人脸识别和声音识别技术。这两个在现在横向来相比,采集成本和比对的效率,以及生命特征的唯一性来讲,性价比比较高。所以现阶段来看,人脸识别浮出水面,是有它的道理的,这是它的价值。商业特征的应用场景到底在哪里。

人脸识别的应用场景是非常宽泛的,现在主要两块,一个是金融行业,一个是安保行业。金融行业,已经从马云的蚂蚁金服演示中看到了场景,通过刷脸进行支付,显然刷脸可以付钱了,为什么不可以签收快递呢,下一步淘宝应该会把淘宝签收快递的功能打通。我相信有一天,我们会收到无人机送来的快递,无人机在你的面前拍一张照片,进行对比,就知道这个用户就是需要的用户,完成整个的支付过程。实际上这种场景,是经过多方面的讨论和认证的。基于这样的场景,是跟第三方的支付认证相关的,包括我们看到的腾讯的银行,第一张远程开卡,就是通过人脸识别的技术,把人证合一进行认证,这样远程开户,远程开卡的功能,在我们的券商,在我们的网络银行上面,应该有广泛的应用。

对于安保行业来说,刷脸开门,现阶段,人脸识别的应用应该说达到了一个可具备商业化的水平,我们举个例子,在去年的时候,香港有一个导演叫许鞍华,他在南京地铁中丢了一个他的皮包,这个案件的破获,只花了5个小时。视频监控里面获取了一张照片截图,截到了嫌疑人的照片,是极其模糊的,侧脸的照片,如果肉眼比对,发现不了什么。但是有一家非上市公司,在这里不能提供他的公司名称,他们通过一个图像还原技术,把那个照片还原出可能嫌疑人的样子,清晰照,用这个照片到图库当中比对,锁定嫌疑人的身份,把嫌疑人抓获,只需要了5个小时的时间。现在安防领域的监控,我们可以看到各个省市以及地级市,都在上大量的视频监控,人脸识别的大平台。在整个安防的投入当中,上一代的安防只是静态的记录下来数据,但是下一代的安防,是对实时数据的采集、辨认,就是一个核心的技术,这个技术,人脸识别在其中发挥的作用是很大的。

我 们再拓展一下,未来的商业用途,到底有没有第二代人脸识别技术的潜在的应用的场景呢。我们说在未来,应该说原来整个确定身份的身份证,但是证和人的比对需要人工来完成。如果我们直接界定,达到了这样的一个标准,实际上每个人所对应的唯一的ID就是脸部的生物特征。这个识别了以后,所有的地方都可以用刷脸的方式,所有的地方都可以用刷脸去开门,用刷脸去做各种各样的事情。你刷脸的数据,包括你去坐火车、坐飞机、去哪儿吃饭、购物、收快递等等,这些数据都会掌握到人脸识别中,刷脸的数据将取代现在线上的点击量.

现在信用卡、银行卡消费的数据,其实有助于知道用户消费习惯和消费数据,做大数据的营销和征信,但是刷脸时代来临之后,这个的价值更大了。有很多张卡,但是只有一张脸,这是唯一的。刷脸数据是2.0时代当中,我们重点看到的。

为什么在这个时间段,人脸识别的技术会大范围的爆发出来,大范围的应用起来,成熟度到底怎么样呢?我们首先要界定一下人脸识别技术要达到产品化的应用,是两阶段的过程。第一阶段,需要获取大量的样本数据,这些数据是用于训练的,训练的是学习算法,这个是深度学习算法,把这些数据和相互人之间的关系提取出来,进行一个特别的比对。耦合度高,超过一定的水平之后,我们会认定这两个人是一个人,但是这个模型是需要投入大量的成本,这个成本包括优化的成本,包括数据训练的成本,包括运算的成本,我们当时人脸识别的一个业内的公司,这家公司的创始人,曾经说,人脸识别的技术意味着什么呢?太上老君的炼丹炉,有了这个炉之后,大数据是炉子炼的原料,解决计算能力资源的稀缺。因此这些合在一起,形成了现在人脸识别大爆发的时代,就是我们说的技术上的突破。

但是在产业上面的应用来看,目前我们可以看到,美国和以色列的人脸识别,特别是动态识别的水平是国际领先的。全网的实时监控当中,FBI在去年推出了他们的下一代的电子识别系统,总的投入是超过10亿美金的。在美国将来无论是在什么地方犯了事,监控锁定犯罪嫌疑人,进行全网追捕。

国内是什么水平呢?顶尖的学术水平,就代表着国内产业发展的阶段。目前主要是三种力量,一个是清华大学的苏光大教授,他是中国的人脸识别之父。第二个是中科院的自动化所的李教授,他早年在微软的亚洲研究院当中获得了非常高的成就,后来到了中科院的自动化所,专攻人脸识别。在奥运会当中,以及后来很多的人脸识别的应用当中,提供了比较好的技术。第三支就是香港中文大学的汤晓鸥教授的团队,每年会进行学术界的比赛,他是高记录的保持者。目前的识别率是超过了人类的脸部识别的总体水平,汤教授帮助讯飞在语音识别领域之后,在人脸识别的领域当中,建立了自己的行业地位。所以国内基本上目前是这样的发展阶段,我们去推导下面的阶段,我们怎么去甄别人脸识别的技术,到底哪一家靠谱,哪一家不靠谱,我们可以提出一些关键的甄别的关键点。这些点在哪里呢?

第一,我们要区分的,动态和静态配合式的识别还是非配合式的识别。配合式的就是像蚂蚁金服那样的,需要数据的比对方进行配合,可以很好的去采集正脸的二维的数据。另外,就是非配合式的,非配合式的没有办法对排除方的配合,是需要随机采集的图片进行比对,这个识别的效果会差一些,但是识别的时效性会很高。

这两种模式当中,我们关注三点。
第一点,你的人脸建模当中到底提取了多少个特征点进行比对,这个跟我们人脸上面的一些特征是关键节点,每个人的差异很大,而你选取的特征点的数据越多,比对的准确率就会越高。我们也采访了一些专家,他们目前能够做到的特征点的比对,应该是在700个点以上。目前大部分做刷脸的门禁这样系统产品的公司,特征点的选取大概是在50个左右。所以我们去做调研和交流,可以问一下整个公司人脸识别建模当中特征点的数量。

第二点,人脸识别数据库的数据样本和大小,这是一个非常重要的指标。样本及大小,是我们可供的数据集,这些必须要对人脸,比如说一个人有500张照片,拍的都是他的脸,不同的角度和位置、光线,把这些数据进行合理的清洗,供机器去训练包括比对和识别之后,可以告诉你是识别对了还是识别错了,这样的样本数非常重要,有助于训练,提高模型的准确率。因此可标签的数据样本集的大小,这个大小目前至少是百万以上的级别,才会使得现在识别率能够提升到世界领先的水平,这个也是可以甄别的关键点之一。

第三点,是不是你的商业模式能够对你的整个的数据的获取,我们说人脸数据的比对,形成一个正循环的模式。实际上数据来源,人脸的样本来源,是来源于两个非常重要的渠道,美图秀秀和美颜照相机,这是一个商业的互换,这个数据,因为考虑到做一个脱敏的处理,剩下的只有几百个关键的特征点的数据,其他的都被略去,用脱敏的技术之后,形成了从获取数据到训练模型,再到优化模型,持续的反馈结果,获取新的数据,这样的一个正循环的过程。有了这个以后,你的模型的数据就会获取的很好了,这是商业模式上非常重要的一个指标。

如果有了这三个指标之后,应当说同时具备了这三个,可能是在人脸识别领域当中有非常大的领先优势,或者是未来发展潜力的东西。同时我们在直观的性能方面去分析,直观的到底识别的表现上有两个非常重要的指标,一个是识别的准确率,我们界定了刚才说的学术界当中,每年一比的人脸识别大赛,现在基本上测试水平都在95%以上,但是是人和图片之间相互比对,说明是这个人,这算一个,再比对一个,又对了,算第二个。所有的人和照片都是匹配好的,最后正确率在99.2%左右,这是我们说的目前的正常的比对方法。

还有一个非常重要的方法,我们看到商业银行和淘宝在内的一些人脸识别的技术,会提出一个错误率的问题,这个数据,目前来看可以做到十万分之一的错误率,别人拿着我的身份证去比对,如果机器能够区分出来,是不通过,这是对的。如果机器把我的身份证给别人的时候也通过了,这可能就是一个错误的,错误率要在十万分之一左右才可以,目前能达到这样错误率的公司是屈指可数的,这是一个识别准确率的问题.

另外还是在多大样本中可以实现这样的准确率,这个是至关重要的。一个公司里面也就是两三百个人,在这些人当中,挑选出来通过,没有什么难度。但是在公安部的大平台当中,省级的平台当中,都是上亿人的身份证照片中,要准确的挑出来十个或者是一百个候选人,这个范围缩小到这个概率当中,你的准确率能有多大,这是一个很重要的指标。

第二点,识别的速度问题。同样还是刚才我们说到的样本集的大小决定了识别的速度。本身你在可供比对的样本中,没有很大的数据,比如说是成千上万的,识别的数大家都是差不多,都是在1秒之内作出反映,但是如果在一个上亿的大的样本当中,去把照片准确的识别出来,这样对时间的要求,对效率反映的要求就提高了。所以识别速度是一个很重要的指标。

以上我们说了五个指标,我们说这个确实是可以对公司的具体能力和技术进行综合判断的。

基于以上我们说的这些,关注的公司是有识别技术的公司,这个识别技术是人脸识别的技术。我们前面讲了,本身国内发言的几支学术界的力量大家非常清楚,来源于哪一支,背靠着哪一支强大的学术团队,研究团队的力量,使得这家公司是一个很好的位置。比如说我们前面讲到的科大讯飞,在汤晓鸥教授的支持下,他们的团队是学术界第一的力量在支持他们,这是一个资源性的优势。比如说川大智胜,这个和李教授他们有密切的合作,同时他们自己在图象识别领域当中,也有自己独特的技术,承担着国家大量的科研基金的项目,同时我们也特别强调一个就是川大智胜的人脸识别技术,是目前我们看到的人机交互,因为这个和二维的平面识别有很大的区别,优势非常明显,因为采集到了五官之间立体曲面之间的结合,所以采集到的数据量更丰富。可供比对的特征也是更多的,我们之前在视频当中找到拍到的侧脸,不清晰的照片,很难去识别出来犯罪嫌疑人到底是谁,是因为我们二代身份证库当中,本身就是只有正脸的可供比对的数据。三代或者是四代身份证采集数据的过程当中生物特征肯定要被提取出来,首先是指纹,三维的人脸识别会更快,三代四代可能就会被提取。

一旦需要被提取到三维的人脸的数据,那么这个时候川大智胜作为国内目前唯一一家有产品和技术的公司,面临的是广阔的市场。但是我们同时也要看到,三维人脸识别虽然有非常惊人的优势,同时劣势也是非常明显的,特征点的选取,包括侧脸的选取,是有难度的。同时表情的因素,其实对于数据处理的影响,没有在立体表情的因素那么好,提取的时候效率是偏低的,消耗的数据也非常大。所以现在来看,我们能够看到的应用场景目前还是小范围的,包括像美国对犯罪的有案底的犯人,我们国内目前在监狱当中也逐步的推广,将来全民都要采集,这肯定是一个非常巨大的市场。同时这家公司在人脸识别公司当中,技术特点和现在持续的对三维人脸识别加码,有一个项目是1.8个亿,要投入到研发当中,国家自然科学基金也已经持续的支持他们三维人脸识别的学术研究的项目,已经支持了很多年。所以在这个领域,应该是到了开花结果的地步。所以这一点,我们特别提示大家要关注这个公司,在技术上确实是有稀缺性的。

科大讯飞,就是典型的我们刚才讲的商业模式,可以实现人脸识别数据正循环的公司,是拥有互联网端的入口的。之前在语音的领域当中,讯飞语音云走的就是这样的模式,我获取的是你语音的数据,用你的数据持续的训练我后台的算法,使得他们提升和保持和其他竞争对手的领先优势。这样的话,数据端的循环,从语音的这个领域当中,复制到图像识别,就是人脸识别当中。大家如果关注讯飞,大家可以看到,在上个星期的时候,推出了双重生物特征的识别的因素,双重是什么呢?两重加密以后,确实就是这个人,把出错的概率降到非常低的水平。同时识别,双重加密之后,这个身份验证的过程可以做到数量级上面的提升。

有了这样一种开放云的平台之后,讯飞的数据正规化的过程也在逐步的建立,他下一步会和非常多的第三方的应用方合作,包括可以刷脸开锁的智能硬件方面,包括和电话银行,电话客服,还有邮箱去实现他的数据入口的正循环的过程。我们核心的问题就是以上的这样的一些判断的标准来去甄别的。我认为讯飞实际上是非常有希望的人脸识别的公司。我们在报告当中,也提到了讯飞是一个生态级的公司,不光是在人脸识别的这个领域当中有比较强的资源优势和技术优势,以及商业模式的优势。同时在我们整个的人工智能领域当中,讯飞超脑可以不断的用它孵化,基于学习的模式,从语音迁移到现在的图像,下一步迁移到语义当中,不断的做技术的衍生,这样的生态链一旦形成的话,在人工智能产业的地位是不可动摇的。所以人工智能整个的产业,我们想推的是科大讯飞。

人脸识别的领域当中,讯飞的优势也是非常明显的,同时我们也是看好川大智胜拥有的三维人脸识别的技术。其他的品牌公司,我们可以看到欧比特收购的公司,在安防领域的人脸识别当中,在监狱当中是超过50%的,在产品化方面也做的非常好。其他的两家,刚刚推出了自己的识别技术,现在了解的信息当中,还没有办法很好的甄别他们现在是否拥有满足我们以上的五个标准。在以后的调研和跟踪当中,我们会对他们的标准进行梳理和进一步的分解。这是对识别类公司的分析.

下一个阶段,我们觉得还有比较好的投资机会,除了第一类识别类的,第二类应该是数据资源类的,数据资源目前来看就是视频资源,有比较好的视频资源的公司,可以通过视频资源进行持续的深度学习的算法和优化,也许他自己没有这个技术和能力,但是可以通过技术合作的方式,找到研发团队或者是公司进行合作,共同开发优势。目前在视频资源当中的这些公司进行梳理的话,我觉得东方网力在这个当中步子迈的最前。目前产品端还是没有关于人脸识别成型的产品推出来,但是他的应用是在于多年的视频数据的积累。这个是和后期有密不可分的关系。先收购了广州的安防领域的视频监控的智能化的公司,这个步子一迈出去,布局的意图非常的明显。摄象头公司会往视频的公司侵占,后面的公司将来可能会往存储的环节去挤压,有可能将来会把分析和存储在一个环节当中就完成了,这个时候面临的压力是比较大的,所以转型的动力也是最迫切的,意愿也是最强烈的。

所以总体总结下来,现在人脸识别技术大爆发,并不是偶然的,应该说很好的满足了我们讲的人工智能的三大条件。深度学习的算法,大数据和云计算,这三个条件成熟了以后,在拐点到来的时候,大规模的商业化应用是水到渠成的。下一个阶段,基于计算机视觉的应用,在视频监控领域当中,对人的行为模式的识别、跟踪和分析,这些都会成为一个非常大的市场,成熟度还有待于进一步的检验。但是这个市场我们已经都看得到了,所以现在我跟大家探讨人脸识别的产业的发展机会,我觉得其实大家需要关注的不仅仅在于人脸识别技术本身的发展,也不仅仅在于哪几家上市公司拥有哪几项技术,而是看到背后代表的是整个计算机视觉的兴起。

人工智能报告当中也提到过,计算机视觉的1.0版本,是对静态图像的识别,2.0版本,肯定是动态视频内容的理解和学习,包括像谷歌的无人驾驶汽车,包括报告里面提到过的以色列的那个公司,也是纳斯达克上市的,他们用计算机视觉的技术实现了汽车的辅助的无人驾驶。在这个领域当中,实际上计算机视觉可供开发的应用非常丰富的。现在还有一个法律的问题,就是允许不允许无人驾驶的汽车上路,合法不合法的问题,大家不用担心这个问题。因为这个公司IPO的时候,这个公司的CEO说过一句话,他说现在还在担心无人驾驶的汽车上路合法不合法,但是我可以肯定的告诉你,十年以后,人开车上路是不合法的,这肯定是一个大的方向和趋势。这就是我从人工智能的领域延伸出来的,人脸识别只是一个点,更多的还有待于大家去一点一点的发掘。

4. 请问生产传感器的上市公司有哪几家。

第1名:歌尔声学

歌尔声学股份有限公司成立于2001年6月,2008年5月在深圳证券交易所成功上市。主营业务为电声器件、电子配件和LED封装及相关产品的研发、生产和销售,主要为全球顶级厂商提供产品与服务,客户涵盖三星、LG、松下、索尼、谷歌、微软、缤特力、思科等。

第2名:大华股份

浙江大华技术股份有限公司是领先的监控产品供应商和解决方案服务商,2008年5月成功在A股上市。

第3名:航天电子

航天时代电子技术股份有限公司(简称航天电子)是中国航天科技集团公司旗下从事航天电子测控、航天电子对抗、航天制导、航天电子元器件专业的高科技上市公司。其子公司长征火箭技术股份有限公司生产磁致伸缩位移传感器。

第4名:华天科技

天水华天科技股份有限公司成立于2003年12月,2007年11月公司股票在深圳证券交易所成功发行上市。华天科技主要从事半导体集成电路、MEMS传感器、半导体元器件的封装测试业务。

第5名:东风科技

东风电子科技股份有限公司,是以汽车零部件研发、制造、销售为主业的上市公司。控股股东为东风汽车有限公司,占公司总股本的75%。公司创立于1997年6月,由原东风汽车公司仪表公司改制组建东风汽车电子仪表股份有限公司,同年7月3日在上海证券交易所挂牌上市。

第6名:航天机电

上海航天汽车机电股份有限公司(简称“航天机电”)成立于1998年5月28日,是上海航天工业总公司、上海舒乐电器总厂(现更名为上海航天有线电厂)、上海新光电讯厂和上海仪表厂(现更名为上海仪表厂有限责任公司)等四家企业依托航天高科技优势共同发起,以募集设立方式设立的股份(上市)有限公司。

第7名:通鼎互联

通鼎集团有限公司创建于1999年,占地2100多亩,总资产118亿元,是专业从事通信用光纤光缆、通信电缆、铁路信号电缆、城市轨道交通电缆、RF电缆、特种光电缆、光器件和机电通信设备等产品的研发、生产、销售和工程服务,并涉足房地产、金融等多元领域的国家级优秀民营企业集团。

第8名:华工科技

华工科技成立于1999年7月28日,2000年在深圳证券交易所上市,是华中地区第一家由高校产业重组上市的高科技公司,其下属有华工激光、华工正源、华工高理、华工图像、海恒化诚等企业。

第9名:科陆电子

深圳市科陆电子科技股份有限公司成立于1996年,于2007年3月在深交所挂牌上市。科陆电子主营电工仪器仪表与电力自动化,生产温度传感器压力传感器、液位传感器、位移传感器、流量开关传感器、速度传感器、称重传感器等。

第10名:士兰微

杭州士兰微电子股份有限公司(以下简称士兰微)1997年成立,是专业从事集成电路芯片设计以及半导体微电子相关产品生产的高新技术企业,公司现在的主要产品是集成电路和半导体产品。

(4)图像识别上市公司扩展阅读:

传感器相关的现行国家标准

GB/T 14479-1993 传感器图用图形符号

GB/T 15478-1995 压力传感器性能试验方法

GB/T 15768-1995 电容式湿敏元件与湿度传感器总规范

GB/T 15865-1995 摄像机(PAL/SECAM/NTSC)测量方法第1部分:非广播单传感器摄像机

GB/T 13823.17-1996 振动与冲击传感器的校准方法声灵敏度测试

GB/T 18459-2001 传感器主要静态性能指标计算方法

GB/T 18806-2002 电阻应变式压力传感器总规范

GB/T 18858.2-2002 低压开关设备和控制设备控制器-设备接口(CDI) 第2部分:执行器传感器接口(AS-i)

GB/T 18901.1-2002 光纤传感器第1部分:总规范

GB/T 19801-2005 无损检测声发射检测声发射传感器的二级校准

GB/T 7665-2005 传感器通用术语

GB/T 7666-2005 传感器命名法及代号

GB/T 11349.1-2006 振动与冲击机械导纳的试验确定第1部分:基本定义与传感器

GB/T 20521-2006 半导体器件第14-1部分: 半导体传感器-总则和分类

GB/T 14048.15-2006 低压开关设备和控制设备第5-6部分:控制电路电器和开关元件-接近传感器和开关放大器的DC接口(NAMUR)

GB/T 20522-2006 半导体器件第14-3部分: 半导体传感器-压力传感器

GB/T 20485.11-2006 振动与冲击传感器校准方法第11部分:激光干涉法振动绝对校准

GB/T 20339-2006 农业拖拉机和机械固定在拖拉机上的传感器联接装置技术规范

GB/T 20485.21-2007 振动与冲击传感器校准方法第21部分:振动比较法校准

GB/T 20485.13-2007 振动与冲击传感器校准方法第13部分: 激光干涉法冲击绝对校准

GB/T 13606-2007 土工试验仪器岩土工程仪器振弦式传感器通用技术条件

GB/T 21529-2008 塑料薄膜和薄片水蒸气透过率的测定电解传感器法

GB/T 20485.1-2008 振动与冲击传感器校准方法第1部分: 基本概念

GB/T 20485.12-2008 振动与冲击传感器校准方法第12部分:互易法振动绝对校准

GB/T 20485.22-2008 振动与冲击传感器校准方法第22部分:冲击比较法校准

GB/T 7551-2008 称重传感器

GB 4793.2-2008 测量、控制和实验室用电气设备的安全要求第2部分:电工测量和试验用手持和手操电流传感器的特殊要求

GB/T 13823.20-2008 振动与冲击传感器校准方法加速度计谐振测试通用方法

GB/T 13823.19-2008 振动与冲击传感器的校准方法地球重力法校准

GB/T 25110.1-2010 工业自动化系统与集成工业应用中的分布式安装第1部分:传感器和执行器

GB/T 20485.15-2010 振动与冲击传感器校准方法第15部分:激光干涉法角振动绝对校准

GB/T 26807-2011 硅压阻式动态压力传感器

GB/T 20485.31-2011 振动与冲击传感器的校准方法第31部分:横向振动灵敏度测试

GB/T 13823.4-1992 振动与冲击传感器的校准方法磁灵敏度测试

GB/T 13823.5-1992 振动与冲击传感器的校准方法安装力矩灵敏度测试

GB/T 13823.6-1992 振动与冲击传感器的校准方法基座应变灵敏度测试

GB/T 13823.8-1994 振动与冲击传感器的校准方法横向振动灵敏度测试

GB/T 13823.9-1994 振动与冲击传感器的校准方法横向冲击灵敏度测试

GB/T 13823.12-1995 振动与冲击传感器的校准方法安装在钢块上的无阻尼加速度计共振频率测试

GB/T 13823.14-1995 振动与冲击传感器的校准方法离心机法一次校准

GB/T 13823.15-1995 振动与冲击传感器的校准方法瞬变温度灵敏度测试法

GB/T 13823.16-1995 振动与冲击传感器的校准方法温度响应比较测试法

GB/T 13866-1992 振动与冲击测量描述惯性式传感器特性的规定

5. 人脸识别解决方案目前国内的哪家强啊我说的是商业解决方案,不是技术哈。

分几个方面分别的论述一下人脸识别的技术和产业发展的相关状况。 第一,人脸识别技术的价值在哪里。我们把人脸作为一个生物学特征,作为一个商业化运用,只是备选的一个方案之一。生物学当中,唯一的判断的标准,其实识别从精准度的角度和不可替代的角度来讲,最精准的是虹膜,但是虹膜的识别采集成本非常高,识别的效率相对不是很高,需要等待的时间。所以这两个条件约束了整个的产业化运用只能局限在相对小众的,对识别要求极高的军工、国防等安全性非常高的远的投入,不适合大范围的推广。 第二,指纹。我们知道指纹的唯一性比较强,指纹同时采集成本是比较低的,比对成本也不高。但是为什么指纹没有成为一个特别大的可供支付、刷脸可替代的方案呢?实际上主要的原因是因为指纹的可复制性,是一个静态图像之间的比对,现在我们可以看到淘宝也好,各种各样的大量的指纹贴,指纹膜,可复制的特征,不适合支付。所以指纹现在也大致上被pass了。 第 三和第四分别是人脸识别和声音识别技术。这两个在现在横向来相比,采集成本和比对的效率,以及生命特征的唯一性来讲,性价比比较高。所以现阶段来看,人脸识别浮出水面,是有它的道理的,这是它的价值。商业特征的应用场景到底在哪里。 人脸识别的应用场景是非常宽泛的,现在主要两块,一个是金融行业,一个是安保行业。金融行业,已经从马云的蚂蚁金服演示中看到了场景,通过刷脸进行支付,显然刷脸可以付钱了,为什么不可以签收快递呢,下一步淘宝应该会把淘宝签收快递的功能打通。我相信有一天,我们会收到无人机送来的快递,无人机在你的面前拍一张照片,进行对比,就知道这个用户就是需要的用户,完成整个的支付过程。实际上这种场景,是经过多方面的讨论和认证的。基于这样的场景,是跟第三方的支付认证相关的,包括我们看到的腾讯的银行,第一张远程开卡,就是通过人脸识别的技术,把人证合一进行认证,这样远程开户,远程开卡的功能,在我们的券商,在我们的网络银行上面,应该有广泛的应用。 对于安保行业来说,刷脸开门,现阶段,人脸识别的应用应该说达到了一个可具备商业化的水平,我们举个例子,在去年的时候,香港有一个导演叫许鞍华,他在南京地铁中丢了一个他的皮包,这个案件的破获,只花了5个小时。视频监控里面获取了一张照片截图,截到了嫌疑人的照片,是极其模糊的,侧脸的照片,如果肉眼比对,发现不了什么。但是有一家非上市公司,在这里不能提供他的公司名称,他们通过一个图像还原技术,把那个照片还原出可能嫌疑人的样子,清晰照,用这个照片到图库当中比对,锁定嫌疑人的身份,把嫌疑人抓获,只需要了5个小时的时间。现在安防领域的监控,我们可以看到各个省市以及地级市,都在上大量的视频监控,人脸识别的大平台。在整个安防的投入当中,上一代的安防只是静态的记录下来数据,但是下一代的安防,是对实时数据的采集、辨认,就是一个核心的技术,这个技术,人脸识别在其中发挥的作用是很大的。 我 们再拓展一下,未来的商业用途,到底有没有第二代人脸识别技术的潜在的应用的场景呢。我们说在未来,应该说原来整个确定身份的身份证,但是证和人的比对需要人工来完成。如果我们直接界定,达到了这样的一个标准,实际上每个人所对应的唯一的ID就是脸部的生物特征。这个识别了以后,所有的地方都可以用刷脸的方式,所有的地方都可以用刷脸去开门,用刷脸去做各种各样的事情。你刷脸的数据,包括你去坐火车、坐飞机、去哪儿吃饭、购物、收快递等等,这些数据都会掌握到人脸识别中,刷脸的数据将取代现在线上的点击量. 现在信用卡、银行卡消费的数据,其实有助于知道用户消费习惯和消费数据,做大数据的营销和征信,但是刷脸时代来临之后,这个的价值更大了。有很多张卡,但是只有一张脸,这是唯一的。刷脸数据是2.0时代当中,我们重点看到的。 为什么在这个时间段,人脸识别的技术会大范围的爆发出来,大范围的应用起来,成熟度到底怎么样呢?我们首先要界定一下人脸识别技术要达到产品化的应用,是两阶段的过程。第一阶段,需要获取大量的样本数据,这些数据是用于训练的,训练的是学习算法,这个是深度学习算法,把这些数据和相互人之间的关系提取出来,进行一个特别的比对。耦合度高,超过一定的水平之后,我们会认定这两个人是一个人,但是这个模型是需要投入大量的成本,这个成本包括优化的成本,包括数据训练的成本,包括运算的成本,我们当时人脸识别的一个业内的公司,这家公司的创始人,曾经说,人脸识别的技术意味着什么呢?太上老君的炼丹炉,有了这个炉之后,大数据是炉子炼的原料,解决计算能力资源的稀缺。因此这些合在一起,形成了现在人脸识别大爆发的时代,就是我们说的技术上的突破。 但是在产业上面的应用来看,目前我们可以看到,美国和以色列的人脸识别,特别是动态识别的水平是国际领先的。全网的实时监控当中,FBI在去年推出了他们的下一代的电子识别系统,总的投入是超过10亿美金的。在美国将来无论是在什么地方犯了事,监控锁定犯罪嫌疑人,进行全网追捕。 国内是什么水平呢?顶尖的学术水平,就代表着国内产业发展的阶段。目前主要是三种力量,一个是清华大学的苏光大教授,他是中国的人脸识别之父。第二个是中科院的自动化所的李教授,他早年在微软的亚洲研究院当中获得了非常高的成就,后来到了中科院的自动化所,专攻人脸识别。在奥运会当中,以及后来很多的人脸识别的应用当中,提供了比较好的技术。第三支就是香港中文大学的汤晓鸥教授的团队,每年会进行学术界的比赛,他是高记录的保持者。目前的识别率是超过了人类的脸部识别的总体水平,汤教授帮助讯飞在语音识别领域之后,在人脸识别的领域当中,建立了自己的行业地位。所以国内基本上目前是这样的发展阶段,我们去推导下面的阶段,我们怎么去甄别人脸识别的技术,到底哪一家靠谱,哪一家不靠谱,我们可以提出一些关键的甄别的关键点。这些点在哪里呢? 第一,我们要区分的,动态和静态配合式的识别还是非配合式的识别。配合式的就是像蚂蚁金服那样的,需要数据的比对方进行配合,可以很好的去采集正脸的二维的数据。另外,就是非配合式的,非配合式的没有办法对排除方的配合,是需要随机采集的图片进行比对,这个识别的效果会差一些,但是识别的时效性会很高。 这两种模式当中,我们关注三点。第一点,你的人脸建模当中到底提取了多少个特征点进行比对,这个跟我们人脸上面的一些特征是关键节点,每个人的差异很大,而你选取的特征点的数据越多,比对的准确率就会越高。我们也采访了一些专家,他们目前能够做到的特征点的比对,应该是在700个点以上。目前大部分做刷脸的门禁这样系统产品的公司,特征点的选取大概是在50个左右。所以我们去做调研和交流,可以问一下整个公司人脸识别建模当中特征点的数量。 第二点,人脸识别数据库的数据样本和大小,这是一个非常重要的指标。样本及大小,是我们可供的数据集,这些必须要对人脸,比如说一个人有500张照片,拍的都是他的脸,不同的角度和位置、光线,把这些数据进行合理的清洗,供机器去训练包括比对和识别之后,可以告诉你是识别对了还是识别错了,这样的样本数非常重要,有助于训练,提高模型的准确率。因此可标签的数据样本集的大小,这个大小目前至少是百万以上的级别,才会使得现在识别率能够提升到世界领先的水平,这个也是可以甄别的关键点之一。 第三点,是不是你的商业模式能够对你的整个的数据的获取,我们说人脸数据的比对,形成一个正循环的模式。实际上数据来源,人脸的样本来源,是来源于两个非常重要的渠道,美图秀秀和美颜照相机,这是一个商业的互换,这个数据,因为考虑到做一个脱敏的处理,剩下的只有几百个关键的特征点的数据,其他的都被略去,用脱敏的技术之后,形成了从获取数据到训练模型,再到优化模型,持续的反馈结果,获取新的数据,这样的一个正循环的过程。有了这个以后,你的模型的数据就会获取的很好了,这是商业模式上非常重要的一个指标。 如果有了这三个指标之后,应当说同时具备了这三个,可能是在人脸识别领域当中有非常大的领先优势,或者是未来发展潜力的东西。同时我们在直观的性能方面去分析,直观的到底识别的表现上有两个非常重要的指标,一个是识别的准确率,我们界定了刚才说的学术界当中,每年一比的人脸识别大赛,现在基本上测试水平都在95%以上,但是是人和图片之间相互比对,说明是这个人,这算一个,再比对一个,又对了,算第二个。所有的人和照片都是匹配好的,最后正确率在99.2%左右,这是我们说的目前的正常的比对方法。 还有一个非常重要的方法,我们看到商业银行和淘宝在内的一些人脸识别的技术,会提出一个错误率的问题,这个数据,目前来看可以做到十万分之一的错误率,别人拿着我的身份证去比对,如果机器能够区分出来,是不通过,这是对的。如果机器把我的身份证给别人的时候也通过了,这可能就是一个错误的,错误率要在十万分之一左右才可以,目前能达到这样错误率的公司是屈指可数的,这是一个识别准确率的问题. 另外还是在多大样本中可以实现这样的准确率,这个是至关重要的。一个公司里面也就是两三百个人,在这些人当中,挑选出来通过,没有什么难度。但是在公安部的大平台当中,省级的平台当中,都是上亿人的身份证照片中,要准确的挑出来十个或者是一百个候选人,这个范围缩小到这个概率当中,你的准确率能有多大,这是一个很重要的指标。 第二点,识别的速度问题。同样还是刚才我们说到的样本集的大小决定了识别的速度。本身你在可供比对的样本中,没有很大的数据,比如说是成千上万的,识别的数大家都是差不多,都是在1秒之内作出反映,但是如果在一个上亿的大的样本当中,去把照片准确的识别出来,这样对时间的要求,对效率反映的要求就提高了。所以识别速度是一个很重要的指标。 以上我们说了五个指标,我们说这个确实是可以对公司的具体能力和技术进行综合判断的。 基于以上我们说的这些,关注的公司是有识别技术的公司,这个识别技术是人脸识别的技术。我们前面讲了,本身国内发言的几支学术界的力量大家非常清楚,来源于哪一支,背靠着哪一支强大的学术团队,研究团队的力量,使得这家公司是一个很好的位置。比如说我们前面讲到的科大讯飞,在汤晓鸥教授的支持下,他们的团队是学术界第一的力量在支持他们,这是一个资源性的优势。比如说川大智胜,这个和李教授他们有密切的合作,同时他们自己在图象识别领域当中,也有自己独特的技术,承担着国家大量的科研基金的项目,同时我们也特别强调一个就是川大智胜的人脸识别技术,是目前我们看到的人机交互,因为这个和二维的平面识别有很大的区别,优势非常明显,因为采集到了五官之间立体曲面之间的结合,所以采集到的数据量更丰富。可供比对的特征也是更多的,我们之前在视频当中找到拍到的侧脸,不清晰的照片,很难去识别出来犯罪嫌疑人到底是谁,是因为我们二代身份证库当中,本身就是只有正脸的可供比对的数据。三代或者是四代身份证采集数据的过程当中生物特征肯定要被提取出来,首先是指纹,三维的人脸识别会更快,三代四代可能就会被提取。 一旦需要被提取到三维的人脸的数据,那么这个时候川大智胜作为国内目前唯一一家有产品和技术的公司,面临的是广阔的市场。但是我们同时也要看到,三维人脸识别虽然有非常惊人的优势,同时劣势也是非常明显的,特征点的选取,包括侧脸的选取,是有难度的。同时表情的因素,其实对于数据处理的影响,没有在立体表情的因素那么好,提取的时候效率是偏低的,消耗的数据也非常大。所以现在来看,我们能够看到的应用场景目前还是小范围的,包括像美国对犯罪的有案底的犯人,我们国内目前在监狱当中也逐步的推广,将来全民都要采集,这肯定是一个非常巨大的市场。同时这家公司在人脸识别公司当中,技术特点和现在持续的对三维人脸识别加码,有一个项目是1.8个亿,要投入到研发当中,国家自然科学基金也已经持续的支持他们三维人脸识别的学术研究的项目,已经支持了很多年。所以在这个领域,应该是到了开花结果的地步。所以这一点,我们特别提示大家要关注这个公司,在技术上确实是有稀缺性的。 科大讯飞,就是典型的我们刚才讲的商业模式,可以实现人脸识别数据正循环的公司,是拥有互联网端的入口的。之前在语音的领域当中,讯飞语音云走的就是这样的模式,我获取的是你语音的数据,用你的数据持续的训练我后台的算法,使得他们提升和保持和其他竞争对手的领先优势。这样的话,数据端的循环,从语音的这个领域当中,复制到图像识别,就是人脸识别当中。大家如果关注讯飞,大家可以看到,在上个星期的时候,推出了双重生物特征的识别的因素,双重是什么呢?两重加密以后,确实就是这个人,把出错的概率降到非常低的水平。同时识别,双重加密之后,这个身份验证的过程可以做到数量级上面的提升。 有了这样一种开放云的平台之后,讯飞的数据正规化的过程也在逐步的建立,他下一步会和非常多的第三方的应用方合作,包括可以刷脸开锁的智能硬件方面,包括和电话银行,电话客服,还有邮箱去实现他的数据入口的正循环的过程。我们核心的问题就是以上的这样的一些判断的标准来去甄别的。我认为讯飞实际上是非常有希望的人脸识别的公司。我们在报告当中,也提到了讯飞是一个生态级的公司,不光是在人脸识别的这个领域当中有比较强的资源优势和技术优势,以及商业模式的优势。同时在我们整个的人工智能领域当中,讯飞超脑可以不断的用它孵化,基于学习的模式,从语音迁移到现在的图像,下一步迁移到语义当中,不断的做技术的衍生,这样的生态链一旦形成的话,在人工智能产业的地位是不可动摇的。所以人工智能整个的产业,我们想推的是科大讯飞。 人脸识别的领域当中,讯飞的优势也是非常明显的,同时我们也是看好川大智胜拥有的三维人脸识别的技术。其他的品牌公司,我们可以看到欧比特收购的公司,在安防领域的人脸识别当中,在监狱当中是超过50%的,在产品化方面也做的非常好。其他的两家,刚刚推出了自己的识别技术,现在了解的信息当中,还没有办法很好的甄别他们现在是否拥有满足我们以上的五个标准。在以后的调研和跟踪当中,我们会对他们的标准进行梳理和进一步的分解。这是对识别类公司的分析. 下一个阶段,我们觉得还有比较好的投资机会,除了第一类识别类的,第二类应该是数据资源类的,数据资源目前来看就是视频资源,有比较好的视频资源的公司,可以通过视频资源进行持续的深度学习的算法和优化,也许他自己没有这个技术和能力,但是可以通过技术合作的方式,找到研发团队或者是公司进行合作,共同开发优势。目前在视频资源当中的这些公司进行梳理的话,我觉得东方网力在这个当中步子迈的最前。目前产品端还是没有关于人脸识别成型的产品推出来,但是他的应用是在于多年的视频数据的积累。这个是和后期有密不可分的关系。先收购了广州的安防领域的视频监控的智能化的公司,这个步子一迈出去,布局的意图非常的明显。摄象头公司会往视频的公司侵占,后面的公司将来可能会往存储的环节去挤压,有可能将来会把分析和存储在一个环节当中就完成了,这个时候面临的压力是比较大的,所以转型的动力也是最迫切的,意愿也是最强烈的。 所以总体总结下来,现在人脸识别技术大爆发,并不是偶然的,应该说很好的满足了我们讲的人工智能的三大条件。深度学习的算法,大数据和云计算,这三个条件成熟了以后,在拐点到来的时候,大规模的商业化应用是水到渠成的。下一个阶段,基于计算机视觉的应用,在视频监控领域当中,对人的行为模式的识别、跟踪和分析,这些都会成为一个非常大的市场,成熟度还有待于进一步的检验。但是这个市场我们已经都看得到了,所以现在我跟大家探讨人脸识别的产业的发展机会,我觉得其实大家需要关注的不仅仅在于人脸识别技术本身的发展,也不仅仅在于哪几家上市公司拥有哪几项技术,而是看到背后代表的是整个计算机视觉的兴起。 人工智能报告当中也提到过,计算机视觉的1.0版本,是对静态图像的识别,2.0版本,肯定是动态视频内容的理解和学习,包括像谷歌的无人驾驶汽车,包括报告里面提到过的以色列的那个公司,也是纳斯达克上市的,他们用计算机视觉的技术实现了汽车的辅助的无人驾驶。在这个领域当中,实际上计算机视觉可供开发的应用非常丰富的。现在还有一个法律的问题,就是允许不允许无人驾驶的汽车上路,合法不合法的问题,大家不用担心这个问题。因为这个公司IPO的时候,这个公司的CEO说过一句话,他说现在还在担心无人驾驶的汽车上路合法不合法,但是我可以肯定的告诉你,十年以后,人开车上路是不合法的,这肯定是一个大的方向和趋势。这就是我从人工智能的领域延伸出来的,人脸识别只是一个点,更多的还有待于大家去一点一点的发掘。

6. 图为信息科技(深圳)有限公司怎么样

图为信息科技是一家人工智能边缘计算方案解决商,拥有超强的自主研发团队。在人工智能硬件领域已拥有5项专利,11项软件著作。目前自主研发的英伟达JETSON系列(边缘计算)整套解决方案,智能小车,T200,T300,T500等,已广泛应用于人脸识别、行为识别、机器人、无人机、无人驾驶等领域的智能检测设备。

技术能力

硬件可定制:可依据客户的具体项目需求来定制硬件,30天左右出样。可增加各种视觉相关算法:如行人检测、物体检测、以及无人机检测等。可添加外围设备:可添加如双目相机,激光雷达等外围设备。

商业能力

作为一个AI创新团队,多年来始终专注于人工智能领域的发展,致力于为客户提供满意的解决方案。公司汇聚了一批在视觉处理相关的核心算法和边缘计算领域的高端人才。目前自主研发的主要产品是基于英伟达JETSON系列(边缘计算)的整套解决方案,包括智能小车、图为智盒、机器人方案等。这些产品广泛应用于基于计算机视觉的人工智能监测设备,基于人脸识别和行为识别的智慧安防,以及机器人、无人机、无人驾驶、便携医疗、低空防御、无人送货车、智慧零售、精细化管理等领域。

图为公司和国内外很多知名高校和研究机构已签订战略合作备忘录,形成产学研一体化发展。公司自主研发的核心算法包括人脸识别、抽烟行为识别、是否佩戴安全帽识别、物体识别、基于图像数据的三维建图(VSLAM)、路径规划、自动避障、语音识别等技术,已广泛应用于各种细分领域。同时,我们的科研团队在人工智能视觉处理领域深耕不缀,技术沉淀积累丰厚。我们的人工智能视觉处理解决方案也被广泛应用于与图形图像处理相关行业,帮助相关的传统行业早日实现AI+,为国务院提出的《新一代人工智能发展计划》做出贡献。

团队能力

团队成员来自国内知名IT公司的技术人才及专家,核心成员具有丰富的人工智能领域图像和AI边缘计算行业的实践经验。

苏世鹏,创始人兼CEO。深圳人工智能领域领军人物,西安科技大学通信专业硕士学历,清华大学2014年EMBA,十多年来专注于人工智能行业解,决方案的研发与销售

刘庆龙,公司顾问。深圳五洲无线总裁,阿巴町品牌创始人(新三板上市公司),公司高级顾问。

周军,研发总监。曾任港利通公司研发总监,带领团队成功研发几十款手机,最好的单款手机销量突破100万台。现负责公司产品的研发工作。

赵安新,软件系统总设计师。西安交通大学大数据应用专业博士,公司软件系统总设计师。研究方向:大数据应用。

卫晨,核心算法总设计师。西安电子科技大学人工智能专业博士,公司项目软件算法总设计师。研究方向:人工智能图像识别应用。

7. 中国十大品牌高清车牌识别仪

车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来,通过车牌提取、图像预处理、特征提取、车牌字符识别等技术,识别车辆牌号、颜色等信息,(北京易泊识别相机)目前最新的技术水平为字母和数字的识别率可达到99.7%,汉字的识别率可达到99%。

8. 虹膜识别概念股有哪些 虹膜识别概念股票一览表

1、在虹膜识别算法方面,涉及上市公司有林州重机(002535)和汉王科技(002362);

2、红外LED方面,涉及上市公司有三安光电(600703)、联创光电(600363)、国星光电(002449)、乾照光电(300102);

3、红外摄像头模组方面,涉及上市公司有欧菲光(002456)、水晶光电(002273)、联创电子(002036)、金龙机电(300032)和硕贝德(300322);虹膜识别系统方面,涉及的上市公司有神思电子(300479)等。

4、硕贝德(300322)全资子公司惠州凯尔光电有限公司用于扩大高像素图像传感器模组的生产规模、新增投资新一代生物识别传感器模组的研发、设计与制造(包含指纹识别传感器、虹膜识别传感器等)以及新增投资传感器模组及应用集成系统研发中心。

5、新开普(300248):公司是国内最早从事智能一卡通系统研发、生产和集成业务的企业之一。今年年初,公司在投资者关系互动平台上表示,公司的身份识别技术主要围绕指纹、人脸识别来开展。指纹识别技术目前已相对较为成熟,公司主要是在考勤和门禁上应用。人脸识别技术技术门槛高,未来应用空间广阔,公司目前正在自主研发该项技术。

(8)图像识别上市公司扩展阅读

虹膜识别技术还有一下几大优势:

1、稳定性。人出生7个月之后,虹膜基本稳定,终身不变;

2、唯一性。每个人的左眼和右眼虹膜都是不一样的,即使是同卵双胞胎的虹膜纹理亦不相同;

3、非接触。跟其他的生物认证技术如指纹、指静脉、掌静脉等相比,虹膜识别在使用上更灵活、更方便;

4、具有天然的活体检测优势。与目前流行的指纹和人脸识别技术相比,虹膜识别在假体攻击上具有很多优势:指纹的复制成本较低,用指纹套可以轻松攻破许多指纹模块;人脸识别尤其是可见光下的人脸识别准确度较低,不适用于精准定位,更无法解决易容、人皮面具和双胞胎等人群的使用。

9. 图像识别概念股有哪些

图像识别概念股有哪些?图像识别概念股一览
作为智能手机芯片王者的美国高通,已经悄然在手机图像识别领域进行布局。日前,高通证实收购了荷兰一家手机照片识别公司,该公司拥有基于人工智能的先进图像识别技术。
A股市场上“面部识别”概念股主要有:
汉王科技(002362):率先在高速DSP平台上成功实现了嵌入式人脸识别算法,拓展了人脸识别的应用领域。
赛为智能(300044):人脸识别产品通过验收。
捷顺科技(002609):安监面部识别。
大恒科技(600288):有业内人士透露大恒图像的业务规模贡献了大恒有限的主要部分,大恒图像应该是上市公司的重要利润增长点。大恒有限占上市公司净利的比例超过50%。子公司大恒图像是国内最早从事机器视觉产品研发的企业,也是国内机器视觉领域的领军人之一。早在2005年,大恒图像与世界领先的机器视觉软件公司MVTec建立合作关系,其代理的标准机器视觉软件包HALCON已经成为高端视觉系统开发的重要工具。2013年3月,在国际机器视觉展上,大恒图像携众多最新产品与技术参加了此次盛会,并且在同期举行的机器视觉技术与工业应用研讨会上为观众带来了“基于样本的目标分类法”,“工业相机中的图像预处理技术”,“三维视觉与机器人技术”三个专题报告,得到广泛关注和一致好评。
奥普光电(002338) 曾出资1000万与北京凌云光视数字图像技术有限公司设立合资公司,北京凌云是国内机器视觉行业龙头企业之一,专注于图像技术和机器视觉领域。
千山药机 (300216):主要研发的自动灯检机项目获得国家“863”计划支持,有望逐步代替人工灯检工作。灯检是药品生产过程中一道至关重要的工序,目前国内药厂普遍采用人工灯检的方式。但种人工灯检方式弊端很多,且疲劳状态下容易引起药品安全事故,自动灯检一定程度上可以避免上述缺点。
利达光电 (002189):公司的主要客户索尼、爱普生、佳能、尼康等均为日系厂商,预计钓鱼岛事件对中日贸易的冲击仍将持续一段时间,可能会影响公司未来的销售和毛利率。公司推行事业部制,透镜事业部全面进行产品结构调整和质量提升,新开发的客户合作良好;棱镜事业部利用现有资源,实现了收入目标的持续增长,合色棱镜市场占有率世界第一,销量和市场份额均大幅提升;镜头事业部深化与日本大客户的合作,且新开发国际国内6家客户;其他各部也均实现平稳发展。为公司后续发展打下良好基础。

10. 生物识别概念股有哪些

所谓生物识别技术就是,通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性,(如指纹、脸象、红膜等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定;生物识别技术主要是指通过人类生物特征进行身份认证的一种技术,人类的生物特征通常具有唯一性、可以测量或可自动识别和验证、遗传性或终身不变等特点,因此生物识别认证技术较传统认证技术存在较大的优势。数据表明,全球市场对生物识别产品的需求在2010年将达到71亿美元。在未来五年,生物识别设备的综合性年增长将率将达到21.3%。指纹生物识别是目前应用最多,也是应用最早的生物识别技术,在2007年到2012年,此项识别技术将继续是生物识别技术收入主要贡献者。2007年,其产值为13亿美元,预计在2012年将达到27亿美元,年增长率将预计为16%。增长的主要原因是指纹识别设备价格的下降以及政府部门对指纹识别设备的推动和依赖。另外,人脸识别市场将从2007年的4.59亿美元增长到2012年的13亿美元,年增长率为24%。掌型识别在2007年也是增长较大的市场,其产值为2.43亿美元,到2012年掌型识别将达到7.526亿美元。其它生物识别技术如虹膜识别、中间件、多峰形性、声音识别,笔迹识别等的市场规模加在一起为7.29亿美金。前瞻网预计到2012年将达到23亿美金,年增长率为26%。从地域来看,由于用户对生物识别设备较高的认可和采用,以及大部分的欧洲国家对生物识别设备的引进使得欧洲成为生物识别设备的主打市场。

生物识别概念股炒作契机:

生物识别概念股联动概念:指纹识别概念、人脸识别概念、安防概念

生物识别概念股活跃龙头:恒生电子、汉王科技

生物识别概念股相关上市公司汇总:

恒生电子(600570)★指纹识别
公司持股20%的浙江维尔科技股份有限公司,是国际知名的生物认证产品供应商和生物认证技术解决方案提供商。目前,维尔科技拥有指纹识别技术及产品方面的国家级专利近100余项、国家级重点新产品5项、省(部)级高新技术成果30多项。同时,主导起草了多项生物识别国家标准。

新开普(300248)★指纹认证系统
公司的生物识别技术主要是以独立指纹验证和“卡+指纹”联合认证为核心的指纹识别技术。公司的指纹识别技术应用在驾校车载机、指纹门禁读卡器、智能卡考勤机、指纹考勤机、指纹刷卡终端、手持指纹刷卡终端等各类智能终端中,结合门禁管理系统、考试监管系统、考勤管理系统、会议签到系统、数字迎新系统、数字离校系统等各应用系统,构成公司主营业务中的身份识别功能板块。

汉王科技(002362)★人脸识别
2006年,汉王科技率先在高速DSP平台上成功实现了嵌入式人脸识别算法,从而将人脸识别的应用领域,从PC平台扩展到更广阔的嵌入式平台,奠定了坚实的基础。2008年,结合国内外人脸识别市场的发展趋势,汉王科技充分发挥自己在模式识别领域的技术和市场领导者优势,陆续推出一系列人脸识别技术及其产品,突破国外技术垄断,正式拉开了国内人脸识别产业化的序幕。公司现在已经完成了“你是谁”-“你是你”-“谁是你”这三步工作。“你是谁”主要应用于门禁、考勤等方面;“你是你”则体现在身份识别上,目前已经开始在学校、驾校等机构开始应用;至于现在最前沿的“谁是你”则可以应用于公安等领域,只要是后台数据库有相关的图像,就可以在人群中进行锁定和比对,目前相关工作已经开展。公司产品成功应用与天安门城楼人脸识别安检系统。

川大智胜(002253)★人脸识别
公司2013年开始投入开发三维人脸识别技术,明年有望完成一些重要的实验和示范项目的建设。目前正在就“高速高精度结构光三维测量仪器开发与应用”申报国家重大专项。昨日披露的公告也显示,公司的组织架构上将设立单独的“图形图像事业部”,下设“全景互动系统部”和“三维测量部”,加大三维人脸识别应用方面投入的迹象明显。

高新兴(300098)★人脸识别
智能分析平台中具有核心自主知识产权的人脸识别智能分析系统,该机可实现人脸自动抓拍、细节特征提取功能、抓拍照片自动筛选,内含有质量判断算法,对跟踪过程中抓拍的人脸照片进行筛选,选取质量最高的面部图像进行记录。

国民技术(300077)
生物识别技术的SOC芯片及解决方案。

达实智能(002421)
公司C3系统被多家指纹和面部识别设备商采用。

阅读全文

与图像识别上市公司相关的资料

热点内容
2月23美元对人民币汇率 浏览:36
股指期货一手涨跌多少点爆仓 浏览:611
新华制药最新资金流向 浏览:30
秋林集团投资者索赔 浏览:311
2014年中国银行贷款利率是多少 浏览:886
股票双鸭头 浏览:500
多少钱可以炒股票 浏览:597
粘胶短仟股票 浏览:982
外汇分为那些 浏览:488
怎么发现一字板的股票 浏览:948
鼎誉融资租赁深圳 浏览:440
海航投资金控 浏览:469
澄西新荣股票 浏览:765
共青城乾和投资创始人 浏览:346
怎样学做贷款这行业 浏览:778
现货白银投资k线 浏览:200
大陆期货开户不入金可以吗 浏览:377
湖南信托官网 浏览:654
典典养车融资 浏览:132
邮政储蓄银行贷款解押 浏览:309