深圳市科葩信息技術(shù)有限公司專注于人臉識別技術(shù)與產(chǎn)品的研發(fā)、設(shè)計、生產(chǎn)、銷售和運營服務(wù)于一體的綜合性高科技企業(yè)?？戚馐侨四樧R別產(chǎn)品設(shè)備應(yīng)用系統(tǒng)解決方案供應(yīng)商，主營人臉識別門禁、人臉識別閘機、人臉識別訪客終端、人臉識別核驗終端等人臉識別產(chǎn)品設(shè)備研發(fā)生產(chǎn)銷售以及基于人臉識別系統(tǒng)方案的增值服務(wù)運營。

訪客管理子系統(tǒng)精準控制訪問權(quán)限

相較于傳統(tǒng)的安全通行證，慧眼人臉識別系統(tǒng)下訪客管理子系統(tǒng)的優(yōu)點在于：不可***，無法借用和***，就是說，臉部識別是無法被效仿的，在未來，人臉識別也會成為未來***可靠的通行證。

科葩訪客子系統(tǒng)主要有v預(yù)約、訪客數(shù)據(jù)自動下發(fā)功能，針對不同地點的安保等級，物業(yè)還可以選擇安保再確認、遠程開門等功能，全程數(shù)字化管理，為訪客、被訪公司、物業(yè)三方提升效率，提升用戶體驗。

人臉通行子系統(tǒng)更準確***

傳統(tǒng)通行系統(tǒng)具有人卡不一、卡片丟失、卡片易被******、信息準確率沒有保障等問題，而慧眼人臉識別系統(tǒng)下的人臉通行子系統(tǒng)不僅可以解放雙手、速度快捷地完成通行管理任務(wù)，還能夠明確責任、準確防偽，保證本人通行、不可替代的1性。

動態(tài)布控子系統(tǒng)可事先預(yù)警

科葩慧眼人臉識別系統(tǒng)下的動態(tài)布控子系統(tǒng)能高速抓拍，同時采集比對15張人臉，主要有陌生人預(yù)警、VIP迎賓等功能。

出現(xiàn)安全問題，傳統(tǒng)攝像頭只能事后排查，而科葩動態(tài)布控子系統(tǒng)能做到陌生人預(yù)警，黑名單報警等功能，只要有非***人員或黑名單人員出現(xiàn)，后臺即會發(fā)出預(yù)警，讓安保人員能及時排查，防止安全事件發(fā)生。

VIP迎賓功能可以設(shè)置VIP名單，當重要賓客到訪時，大屏幕上會彈出迎賓畫面，為重要嘉賓帶來尊貴的體驗。

不得不承認，人臉識別技術(shù)比現(xiàn)有的基于ID入口系統(tǒng)更快、更強大、更安全。憑借其靈活的設(shè)計, 科葩慧眼人臉識別系統(tǒng)還為開發(fā)和整合更多的應(yīng)用程序和服務(wù)提供了充足的空間，以滿足您未來的安全訪問和管理需求。

科葩X-Face慧眼人臉識別，助力行業(yè)應(yīng)用智能化變革落地！

----------------------------------------------------------------------------------------------------------------

daBoost 通過對樣本集的操作來訓(xùn)練產(chǎn)生不同的分類器,他是通過更新分布權(quán)值向量來改變樣本權(quán)重的,也 就是提高分錯樣本的權(quán)重,***對分錯樣本進行訓(xùn)練。 (1) 沒有先驗知識的情況下,初始的分布應(yīng)為等概分布,也就是訓(xùn)練集如果有 n個樣本,每個樣本的分布概率為1/ n。(2) 每次循環(huán)后提高錯誤樣本的分布概率,分錯的樣本在訓(xùn)練集中所占權(quán)重增大,使得下一次循環(huán)的基分類器能夠集中力量對這些錯誤樣本進行判斷。 弱分類器的權(quán)重 ***后的強分類器是通過多個基分類器聯(lián)合得到的,因此在***后聯(lián)合時各個基分類器所起的作用對聯(lián)合結(jié)果有很大的影響,因為不同基分類器的識別率不同,他的作用就應(yīng)該不同,這里通過權(quán)值體現(xiàn)他的作用,因此識別率越高的基分類器權(quán)重越高,識別率越低的基分類器權(quán)重越低。權(quán)值計算如下: 基分類器的錯誤率: e = ∑( ht ( x i) ≠yi) Di (1) 基分類器的權(quán)重:W t = F( e) ,由基分類器的錯誤率計算他的權(quán)重。2.3 算法流程及偽碼描述 算法流程描述 算法流程可用結(jié)構(gòu)圖 1 描述,如圖 1 所示 AdaBoost重復(fù)調(diào)用弱學(xué)習算法(多輪調(diào)用產(chǎn)生多個分類器) ,首輪調(diào)用弱學(xué)習算法時,按均勻分布從樣本集中選取子集作為該次訓(xùn)練集,以后每輪對前一輪訓(xùn)練失敗的樣本,賦予較大的分布權(quán)值( Di 為第i 輪各個樣本在樣本集中參與訓(xùn)練的概率) ,使其在這一輪訓(xùn)練出現(xiàn)的概率增加,即在后面的訓(xùn)練學(xué)習中集中對比較難訓(xùn)練的樣本進行學(xué)習,從而得到 T個弱的基分類器, h1 , h2 , …, ht ,其中 ht 有相應(yīng)的權(quán)值 w t ,并且其權(quán)值大小根據(jù)該分類器的效果而定。***后的分類器由生成的多個分類器加權(quán)聯(lián)合產(chǎn)生。