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

訪客管理子系統(tǒng)精準(zhǔn)控制訪問權(quán)限

相較于傳統(tǒng)的安全通行證，慧眼人臉識(shí)別系統(tǒng)下訪客管理子系統(tǒng)的優(yōu)點(diǎn)在于：不可***，無法借用和***，就是說，臉部識(shí)別是無法被效仿的，在未來，人臉識(shí)別也會(huì)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(dòng)下發(fā)功能，針對(duì)不同地點(diǎn)的安保等級(jí)，物業(yè)還可以選擇安保再確認(rèn)、遠(yuǎn)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(yàn)。

人臉通行子系統(tǒng)更準(zhǔn)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(zhǔn)確率沒有保障等問題，而慧眼人臉識(shí)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(zé)任、準(zhǔn)確防偽，保證本人通行、不可替代的1性。

動(dòng)態(tài)布控子系統(tǒng)可事先預(yù)警

科葩慧眼人臉識(shí)別系統(tǒng)下的動(dòng)態(tài)布控子系統(tǒng)能高速抓拍，同時(shí)采集比對(duì)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(dòng)態(tài)布控子系統(tǒng)能做到陌生人預(yù)警，黑名單報(bào)警等功能，只要有非***人員或黑名單人員出現(xiàn)，后臺(tái)即會(huì)發(fā)出預(yù)警，讓安保人員能及時(shí)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(dāng)重要賓客到訪時(shí)，大屏幕上會(huì)彈出迎賓畫面，為重要嘉賓帶來尊貴的體驗(yàn)。

不得不承認(rèn)，人臉識(shí)別技術(shù)比現(xiàn)有的基于ID入口系統(tǒng)更快、更強(qiáng)大、更安全。憑借其靈活的設(shè)計(jì), 科葩慧眼人臉識(shí)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(shí)別，助力行業(yè)應(yīng)用智能化變革落地！

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

隨機(jī)森林，指的是利用多棵樹對(duì)樣本進(jìn)行訓(xùn)練并預(yù)測(cè)的一種分類器。該分類器***早由Leo Breiman和Adele Cutler提出，并被注冊(cè)成了商標(biāo)。簡(jiǎn)單來說，隨機(jī)森林就是由多棵CART（Classification And Regression Tree）構(gòu)成的。對(duì)于每棵樹，它們使用的訓(xùn)練集是從總的訓(xùn)練集中有放回采樣出來的，這意味著，總的訓(xùn)練集中的有些樣本可能多次出現(xiàn)在一棵樹的訓(xùn)練集中，也可能從未出現(xiàn)在一棵樹的訓(xùn)練集中。在訓(xùn)練每棵樹的節(jié)點(diǎn)時(shí)，使用的特征是從所有特征中按照一定比例隨機(jī)地?zé)o放回的抽取的，根據(jù)Leo Breiman的建議，假設(shè)總的特征數(shù)量為M，這個(gè)比例可以是sqrt(M),1/2sqrt(M),2sqrt(M)。

因此，隨機(jī)森林的訓(xùn)練過程可以總結(jié)如下：

(1)給定訓(xùn)練集S，測(cè)試集T，特征維數(shù)F。確定參數(shù)：使用到的CART的數(shù)量t，每棵樹的深度d，每個(gè)節(jié)點(diǎn)使用到的特征數(shù)量f，終止條件：節(jié)點(diǎn)上***少樣本數(shù)s，節(jié)點(diǎn)上***少的信息增益m

對(duì)于第1-t棵樹，i=1-t：

(2)從S中有放回的抽取大小和S一樣的訓(xùn)練集S(i)，作為根節(jié)點(diǎn)的樣本，從根節(jié)點(diǎn)開始訓(xùn)練

(3)如果當(dāng)前節(jié)點(diǎn)上達(dá)到終止條件，則設(shè)置當(dāng)前節(jié)點(diǎn)為葉子節(jié)點(diǎn)，如果是分類問題，該葉子節(jié)點(diǎn)的預(yù)測(cè)輸出為當(dāng)前節(jié)點(diǎn)樣本集合中數(shù)量***多的那一類c(j)，概率p為c(j)占當(dāng)前樣本集的比例；如果是回歸問題，預(yù)測(cè)輸出為當(dāng)前節(jié)點(diǎn)樣本集各個(gè)樣本值的平均值。然后繼續(xù)訓(xùn)練其他節(jié)點(diǎn)。如果當(dāng)前節(jié)點(diǎn)沒有達(dá)到終止條件，則從F維特征中無放回的隨機(jī)選取f維特征。利用這f維特征，尋找分類效果***好的一維特征k及其閾值th，當(dāng)前節(jié)點(diǎn)上樣本第k維特征小于th的樣本被劃分到左節(jié)點(diǎn)，其余的被劃分到右節(jié)點(diǎn)。繼續(xù)訓(xùn)練其他節(jié)點(diǎn)。有關(guān)分類效果的評(píng)判標(biāo)準(zhǔn)在后面會(huì)講。

(4)重復(fù)(2)(3)直到所有節(jié)點(diǎn)都訓(xùn)練過了或者被標(biāo)記為葉子節(jié)點(diǎn)。

(5)重復(fù)(2),(3),(4)直到所有CART都被訓(xùn)練過。