松下开始供应采用深度学习技术的人脸识别API

2023-12-31 02:38

本文主要是介绍松下开始供应采用深度学习技术的人脸识别API,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

这项基于云的服务已整合到智能手机应用程序、网站和访问管理系统中,且不收取初始费用

 

日本大阪--(美国商业资讯)--松下公司宣布其将于2019年11月25日开始向日本市场供应其人脸识别技术应用程序编程接口(API)。

 

此新闻稿包含多媒体内容。完整新闻稿可在以下网址查阅:https://www.businesswire.com/news/home/20191125005296/en/

 

松下于上世纪90年代初开始人脸识别研发,并通过将技术整合到消费产品中以及将其应用到基于相机的安全解决方案中,以各种方式持续完善这些功能。该公司长期提供可靠、安全、高效的人脸识别解决方案,例如用于用在机场的护照检查和游乐园的无票入园。现在,松下旨在通过提供针对同一技术的API来帮助客户解决各种挑战。

 

该API通过基于云的服务启用深度学习支持的人脸识别技术。

 

松下人脸识别技术的优势:

 

  1. 特征量生成方法,通过集成多种深度学习技术来识别整个面部及面部的某些部位。
  2. 松下专有算法,执行一定程度的相似度计算方法,以匹配面部并控制由拍照条件引起的错误。

 

借助这些优势,即使在以往对人脸识别构成挑战的困难条件下,松下的人脸识别技术也能够准确识别面部,例如从某个角度查看面部时、在光线不足的照明条件下,或者面部因太阳镜或口罩而受到部分遮盖时。

 

信息通信技术(ICT)及其他技术的进步让身份验证和进出管理变得更加高效。同时,也存在与以下事项相关的一系列问题:需要解决方案,例如即使忙得不可开交也需要能够在安检点接受检查的物流领域工作人员;以及经常在不同的办公场所工作的员工——所有这些工作都需要统一的访问和考勤管理。还有其他更严重的问题存在,例如在线身份遭盗用。

 

现在,只需打开此API,即可使用松下基于深度学习的人脸识别技术,从而可以将该技术整合到客户的智能手机应用程序、网站和楼宇访问管理系统中。这将有助于多种商务场所的进/出管理,简化办公室或工作地点内的人员流动,并防止身份遭盗用。人脸识别API是松下的μSockets B2B物联网(IoT)服务中的一项微服务,该服务目前在日本提供(参见下文详细信息)。

 

通过在其人脸识别服务系列中添加API,松下的优势在于能够提供本地解决方案和基于云的解决方案,以满足客户的业务需求。松下通过API向客户和合作伙伴提供可靠的人脸识别技术,将使自身能够在更广泛的行业中得到应用,包括市场分析、会计和进出管理。这将通过开放式创新进一步提高质量,并携手客户和合作伙伴创建新的协作业务模型。松下将力求借此进一步加快增长并扩大其客户群。

 

人脸识别API的主要特点

 

1. 提供一流先进的人脸识别技术即云服务

 

松下一流的人脸识别技术能够识别从某个角度查看的面部、从与注册照片相比变老的面部,以及被部分遮盖的面部。这项技术还利用该公司作为相机制造商开发的背光校正和降噪技术。

 

2. 基于使用量的定价模型,无初始费用

 

月费用基于注册的人脸数量和执行人脸识别的数量。客户支付两者总和费用。

 

月服务费(不含税)= 注册的人脸数量+人脸识别数量
人脸注册费:5日元/人
人脸识别费:1日元/次

 

月费用例子:
注册人脸数量为200张,每月总共进行1.6万次人脸识别(每人每天4次,200人,20个工作日)
(5日元/人x 200人)+(1日元/次x 4次/人/天x 200人x 20个工作日)= 17,000日元/月

 

如何开启人脸识别API使用之旅

 

  1. 联系/申请
    联系日本的松下销售人员,或通过网站查询,以请求订阅或申请使用人脸识别API。
    计划于2019财年推出电子商务网站,以让用户能够自行完成必要的申请流程。
  2. 提供API密钥、租户ID和文件
    创建订阅后,松下将发布使用人脸识别API的API密钥和租户ID,并就API服务规范与客户联系。
  3. 开始使用服务
    API密钥和租户ID提供之后,即可立即使用人脸识别服务。

 

关于μSockets
μSockets是目前在日本供应的IoT服务,它利用松下多年来积累的先进核心技术和B2B系统供应专业知识。除了人脸识别API,μSockets还可以提供其他各种API服务的链接,例如缺货检测、人口(年龄和性别)估计、停留时间检测、包装分拣协助、证件颁发和网络攻击检测。这使得通过各种解决方案为客户创造新价值成为可能。

 

松下人脸识别服务系列

 

  1. 系统解决方案
    松下可以通过组合下方2-4选项提供最佳解决方案,以满足客户需求。
  2. 模块包装
    易于操作的通用集成人脸识别软件/硬件包
    - FacePRO:基于服务器的软件;自2018年8月起供应
    - KPAS:楼宇访问安全系统;自2019年4月起供应
  3. 软件
    为合作伙伴提供软件开发套件等方案
  4. 基于云的服务
    可以轻松执行人脸识别的API。管理功能有待进一步扩展。

 

μSockets、FacePRO和KPAS均为松下公司在日本及其他国家的商标或注册商标。

 

关于松下
松下公司是一家致力于为消费电子产品、住宅、汽车及B2B业务的客户开发各种电子技术和解决方案的全球领军企业。松下于2018年庆祝其成立100周年,并已将业务扩张至全球,目前在全世界范围内共经营582家附属公司和87家联营公司。截至2019年3月31日,其合并净销售额达8.003万亿日元。松下致力于通过各部门的创新来追求新的价值,并努力运用公司的技术为客户创造更美好的生活、更美好的世界。如需了解有关松下的更多详情,敬请访问:https://www.panasonic.com/global。

这篇关于松下开始供应采用深度学习技术的人脸识别API的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/554723

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

【专题】2024飞行汽车技术全景报告合集PDF分享(附原数据表)

原文链接: https://tecdat.cn/?p=37628 6月16日,小鹏汇天旅航者X2在北京大兴国际机场临空经济区完成首飞,这也是小鹏汇天的产品在京津冀地区进行的首次飞行。小鹏汇天方面还表示,公司准备量产,并计划今年四季度开启预售小鹏汇天分体式飞行汽车,探索分体式飞行汽车城际通勤。阅读原文,获取专题报告合集全文,解锁文末271份飞行汽车相关行业研究报告。 据悉,业内人士对飞行汽车行业

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

金融业开源技术 术语

金融业开源技术  术语 1  范围 本文件界定了金融业开源技术的常用术语。 本文件适用于金融业中涉及开源技术的相关标准及规范性文件制定和信息沟通等活动。

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识