采用高性能二百万像素1/1.8英寸CMOS图像传感器，低照度效果好，图像清晰度高 内置高性能GPU模块，采用深度学习算法，极大的提升了目标的检出率。 可输出200万（1920×1080）@30fps 支持H.265编码，压缩比高，超低码流 内置高效暖光灯，最大监控距离60米 支持走廊模式，宽动态，3D降噪，强光抑制，背光补偿，数字水印，适用不同监控环境 支持ROI，SVC，SMART H.264/H.265，帧前滤波，灵活编码，适用不同带宽和存储环境 支持四种智能资源切换：通用行为分析、人脸检测、车辆检测、人数统计 通用行为分析：支持区域入侵，绊线入侵，快速移动（三项均支持人车分类及精准检测），物品遗留，物品搬移，徘徊检测，人员聚集，停车检测，热度图 人脸检测：支持同时检测32张人脸，对运动人脸进行检测、跟踪、抓拍、优选，输出最优的人脸抓图；支持人脸增强，人脸曝光，人脸属性提取 车辆检测：支持正向/背向行驶车辆抓拍，并跟踪、优选、抓拍，上报最优的抓图；支持车牌、车牌颜色、车标、车系、车身颜色、车辆类型 人数统计：支持区域内人数统计，进入/离开人数统计，并可生成人数统计日/月/年报表，导出使用 支持多种异常检测：动态检测，视频遮挡，场景变更，虚焦侦测，音频异常侦测，无SD卡，SD卡空间不足，SD卡出错，网络断开，IP冲突，非法访问，电压检测 支持报警3进2出，音频1进1出，485，BNC，256G SD卡 支持DC12V/POE供电方式，方便工程安装 支持IP67防护等级 类别 参数 参数值 摄像机 外观 暖光枪 传感器类型 1/1.8英寸CMOS 像素 200万 最大分辨率 1920×1080 扫描方式 逐行扫描 电子快门 1/3s~1/100000s（可手动或自动调节） 最低照度 0.001Lux（彩色模式）；0.0001Lux（黑白模式）；0Lux(补光灯开启) 信噪比 ＞56dB 最大补光距离 60米（暖光；视频监控） 30米（暖光；人脸抓拍） 补光灯数量 4颗（暖光灯） 强光抑制 支持 镜头 镜头类型 机芯镜头 镜头接口 机芯接口 镜头焦距 8mm~32mm 镜头光圈 F1.6 视场角 水平：43°~15° 垂直：23°~8° 对角：50°~17° 光学变倍 4倍 光圈控制 自动光圈（霍尔光圈） 近摄距 W:2.5m T:6m Smart事件 通用行为分析 物品遗留；物品搬移 热度图 支持 专业智能 智能 支持 深度智能 支持 周界防范 绊线入侵；区域入侵；快速移动（三项均支持人车分类及精准检测）；停车检测；徘徊检测；人员聚集 人脸抓拍 支持 人脸检测 支持人脸检测；支持跟踪；支持优选；支持抓拍；支持上报最优的人脸抓图；支持人脸增强，支持人脸曝光；支持人脸属性提取，支持7种属性8种表情：性别，年龄，眼镜，表情（高兴、惊讶、 正常、 愤怒、悲伤、厌恶、困惑、害怕），口罩，肤色，胡子；支持人脸抠图区域可设：人脸，单寸照；支持实时抓拍；支持优选抓拍；支持质量优先三种抓拍策略；支持人脸角度过滤功能；支持优选时长可设 人数统计 支持对进入、离开以及经过的人员进行数量统计，支持区域内人员进行数量统计，并可显示及输出日、周、月、年统计报表 视频结构化 支持机动车；支持跟踪；支持优选；支持抓拍；支持上报最优的抓图 机动车属性（车牌，车辆类型，车身颜色，车牌颜色，车标，车系） 人脸检测像素 20 车牌检测像素 90 人体检测像素 60 非机动车检测像素 60 智能检索 配合Smart NVR实现事件录像的二次智能检索、分析和浓缩播放

采用高性能四百万像素1/1.8英寸CMOS图像传感器，低照度效果好，图像清晰度高 内置高性能GPU模块，采用深度学习算法，极大的提升了目标的检出率。 可输出400万（2688×1520）@30fps 支持H.265编码，压缩比高，超低码流 支持走廊模式，宽动态，3D降噪，强光抑制，背光补偿，数字水印，适用不同监控环境 支持ROI，SVC，SMART H.264/H.265，帧前滤波，灵活编码，适用不同带宽和存储环境 支持四种智能资源切换：通用行为分析、人脸检测、车辆检测、人数统计 通用行为分析：支持区域入侵，绊线入侵，快速移动（三项均支持人车分类及精准检测），物品遗留，物品搬移，徘徊检测，人员聚集，停车检测，热度图 人脸检测；支持同时检测32张人脸，对运动人脸进行检测、跟踪、抓拍、优选，输出最优的人脸抓图；支持人脸增强，人脸曝光，人脸属性提取 车辆检测；支持正向/背向行驶车辆抓拍，并跟踪、优选、抓拍，上报最优的抓图；支持车牌、车牌颜色、车标、车系、车身颜色、车辆类型 人数统计：支持区域内人数统计，进入/离开人数统计，并可生成人数统计日/月/年报表，导出使用 支持多种异常检测：动态检测，视频遮挡，场景变更，音频异常侦测，无SD卡，SD卡空间不足，SD卡出错，网络断开，IP冲突，非法访问，电压检测 支持报警2进1出，音频1进1出，485，BNC，256G SD卡 支持AC24V/DC12V/POE供电方式，方便工程安装 类别 参数 参数值 外观 标准枪 传感器类型 1/1.8英寸CMOS 像素 400万 最大分辨率 2688×1520 扫描方式 逐行扫描 电子快门 1/3s~1/100000s（可手动或自动调节） 信噪比 ＞56dB 强光抑制 支持 后焦调节 支持(ABF) 通用行为分析 物品遗留；物品搬移 热度图 支持 智能 支持 深度智能 支持 周界防范 绊线入侵；区域入侵；快速移动（三项均支持人车分类及精准检测）；停车检测；徘徊检测；人员聚集 人脸抓拍 支持 人脸检测 支持人脸检测；支持跟踪；支持优选；支持抓拍；支持上报最优的人脸抓图；支持人脸增强，支持人脸曝光；支持人脸属性提取，支持7种属性8种表情：性别，年龄，眼镜，表情（高兴、惊讶、 正常、 愤怒、悲伤、厌恶、困惑 、害怕），口罩，肤色，胡子；支持人脸抠图区域可设：人脸，单寸照；支持实时抓拍；支持优选抓拍；支持质量优先三种抓拍策略；支持人脸角度过滤功能；支持优选时长可设 人数统计 支持对进入、离开以及经过的人员进行数量统计，支持区域内人员进行数量统计，并可显示及输出日、周、月、年统计报表 视频结构化 支持机动车；支持跟踪；支持优选；支持抓拍；支持上报最优的抓图 机动车属性（车牌，车辆类型，车身颜色，车牌颜色，车标，车系） 智能检索 配合Smart NVR实现事件录像的二次智能检索、分析和浓缩播放 H.265 支持

该成果每天可定时和随机方式要求社矫人员上传个人GPS位置信息，同时进行人脸识别和活体检测，从而在不需要增加额外的专用硬件设备，仅借助现有的智能手机，便实现对相关社矫人员行踪的实时监管，并有效杜绝监管工作中普遍存在的社矫人员“人机分离”、“冒名打卡”、“照片刷脸”等现象。目前，该系统已与现有社矫系统（蓝信、律兜）无缝对接。无人社矫厅版本已经投入使用。可以用于疫情中必要隔离人员的位置监控，提高人员移动的管控。

人脸识别由于具有直接，友好，方便的特点，使用者无任何心理障碍，易于为用户所接受，从而得到了广泛的研究与应用。除此之外，我们还能够对人脸识别的结果作进一步的分析，得到有关人的性别，表情，年龄等诸多额外的丰富信息，扩展了人脸识别的应用前景。人脸中痣的检测可以作为人脸识别的辅助方法，具有重大的应用价值。目前该问题已经得到了很多人的重视，但是从不同的人脸中提取痣特征是一个比较困难的工作。困难主要体现在，人脸成像时的光照不一致，有的光照比较强烈，有的比较暗淡，另外脸上的眼角，嘴角，皱纹和鼻孔等组织对痣检测的干扰很强烈。本成果很好的结果了人脸痣检测问题，对于人脸识别能够起到很好的辅助作用。本发明解决了人脸识别过程中的人脸痣检测问题。人脸的痣检测对于提高人脸识别的速度和减小搜索人脸库的规模具有很大的优势。本文提出了一种基于痣的显著特征的检测方法，结果表明了这种方法的优越性。具有很大的潜在的应用。

产品详细介绍1、刷卡或密码开门：支持普通IC卡或学校一卡通，门禁系统或停车场使用的射频 IC 卡都可以注册为智能储物柜的钥匙卡，扩展一卡通功能，可扩展 ID 卡和身份证刷卡(须选加 ID卡模块和身份证读卡模块)等，一卡支持多箱存取；2、其他方式开锁：机械锁、人脸识别、指纹认证、微信、密码等多种方式存取物品，安全性高，存取操作简单3、使用过程不需要耗材4、内置五孔插座+2个USB口，也可根据要求定制，满足了人们对物品寄存、安全保管和移动设备充电等需求。5、本地管理：管理员通过输入管理密码可进入管理菜单，管理员可以实现对智能储物柜的全部操作，设定用户开箱方式，箱门数，维护设备，全清全开箱门或单箱开门，系统日期时间，修改用户密码等功能；6、柜门大小根据需求定制尺寸、和数量材质：门板及整体材料为优质冷轧钢板制作，经过酸洗磷化、表面静电粉末喷塑处理。安装方式：落地式，使用电源为 220V，三插插座 1 只/组，待机功耗≤10W/组。产品特色：坚固、耐用、安全可靠、方便充电、扩展性强。功能描述：1、采用 7 寸 IPS 高清触摸屏，安卓系统，操作方便简单扩展性强，美观大方操作方便；每单箱内置电源插座，含 1 三相插口、1 两相插口和 2USB 口；2、一卡通：学校 IC 卡，门禁系统或停车场使用的射频 IC 卡都可以注册为智能储物柜的钥匙卡，扩展一卡通功能，可扩展 ID 卡和身份证刷卡(须选加 ID卡模块和身份证读卡模块)等，一卡支持多箱存取；3、人脸识别：人脸识别存储，刷脸开柜存物，刷脸开柜取物，一脸支持多箱存取，方便安全可靠；4、指纹识别：指纹识别存储、指纹开柜存物，指纹开柜取物，方便安全可靠（须选加指纹识别模块）；5、微信手机：通过微信存取物品，可远程开锁和查看开锁记录(须选加微信模块和设备联网)；6、本地管理：管理员通过输入管理密码可进入管理菜单，管理员可以实现对智能储物柜的全部操作，设定用户开箱方式，箱门数，维护设备，全清全开箱门或单箱开门，系统日期时间，修改用户密码等功能；7、应急开箱：我们在设计智能储物柜和电控锁时已充分考虑好应急开箱方案，一旦断线或电锁故障， 可由管理员打开应急开箱锁进行手动开箱；8、开箱方式：用户可选择自己想使用的空箱，若一箱不够用可存多箱，单人可用箱数管理员可设置；9、美观节能：极低的待机功耗(≤10W)，采用 7 寸电容触摸屏，美观大方。

产品特征 主机内置人脸识别系统，实时高效识别人脸信息 独有的人脸识别算法，精准识别人脸 人脸识别时间小于1s 内置智能人脸识别抓拍,支持复杂光环境下人脸抓取 人证合一，读取身份证信息，进行人脸实时比对 主机支持有线以太网络和无线WiFi协议  主机支持外接身份证读卡器 主机支持通过韦根接口与人员道闸、门禁主机连接，充当人脸识别读卡器使用 摄像机采用H.265 Main Profile编码,最高分辨率1920*1080 逐行扫描210万像素CMOS传感器,捕捉运动图像无锯齿 码流平滑设置，适应客户不同场景下对图像质量、流畅性的不同要求 支持机器视觉光学宽动态≥120dB,适合逆光环境监控 集成内置补光灯，更好的适应光线不足的环境 支持透雾,3D降噪，强光抑制,电子防抖,并具有多种白平衡模式,适合各种场景需求 支持背光补偿,自动电子快门功能,自动光圈 ,适应不同监控环境 内嵌Web Server，支持通过IE设置参数配置、添加管理名单、设备升级、用户权限管理等

利用液晶电视制作不用配戴特殊眼镜就可以观看到立体图像的显示装置，观看者可以自由移动，从不 本技术成果提供了一种基于双线性的联合CNN的人脸验证方法。该方法将获得的人脸正面图像作为输 同的方向上可以看到立体图像的不同侧面，不会引起眼睛生理性疲劳和损害。通过研究裸眼可视全息立体 入，进行人脸图像特征提取和识别，与参考集人脸进行两两对比，最后输出此人是否与参考人脸属于同一 图像显示技术和相关理论，本研究开发了具有自主专利技术的、具有高精度、大景深的立体显示器产品 个人的分类结果。包括下述步骤：1)使用预先准备的人脸图像进行卷积神经网络（下简称CNN）的训练； S3DD-4及基于具体应用的系列产品，让观众可以在大范围内自由移动裸眼观看到高质量的全息立体图像 2）使用训练集中的人脸图片，进行双线性CNN的微调；3)输入待验证的人脸图片，将两张图片进行切分， 和视频。 提取双线性CNN输出的联合特征。4)得到的向量经过一个自编码网络训练，得到最终的验证结果。 本技术成果的应用范围包括：1．各领域、各行业的各种型号尺寸（包括手机、游戏机、笔记本、显 本技术成果基于双线性的CNN的方法，并且通过将原

作为计算机视觉和模式识别领域中最为成功的应用之一，生物特征识别技术一直受到学术界和业界非常高的重视，生物特征识别技术应用领域非常广泛，比如法律执行部门、军事、政府部门、金融服务、游戏产业、医疗产业、高科技与电信产业、工业制造、零售业、旅游和运输业等。

在国家自然科学基金的支持下，“基于网络视频服务器的多路人脸识别与监控系统”深入研究了复杂环境下的人脸识别算法，并形成了一套可实用的实验系统样机。 该系统提供了多种人脸识别算法选择的功能，一方面可以使本系统能够在特定场合迅速融合多种特征或识别结果，形成特定任务域的人脸识别实用系统；另一方面本系统可以作为一个通用人脸识别算法评测系统，以便在统一的环境和标准下评测各种人脸识别算法的性能。 目前，该系统在室内可控环境下的识别率可以达到99%以上，可以用于门襟、考勤等领域。在自然环境下，该系统也有较高的识别率，尤其是在考虑Top-n (n>10)识真率的条件下，可在公安、交通、机场、车站等监控及追捕逃犯等领域的有效辅助手段，可大大提高安全性和工作效率。 主要应用范围： 公安、交通、机场、车站等场所的监控，银行及重大安全部门的身份鉴别，日常门禁及考勤系统等。

成果介绍人脸图像分析研究不仅能丰富和发展图像处理与分析的理论和方法，而且在教育、医疗、公安等社会服务以及公共安全等行业中具有重要的应用价值。基于人脸视觉特征的表情、身份以及亲属关系识别是当前人脸图像分析研究的前沿课题，而光照和人脸姿态变化等因素对人脸视觉特征提取与建模的影响则成为当前该研究面临的主要瓶颈。开展鲁棒人脸视觉特征的提取、建模与识别研究，突破现有研究的局限性，能显著推动人脸图像分析的研究进展，进一步满足国家在社会服务与公共安全等领域中的需求。技术创新点及参数1、 突破局部二值模式编码的视觉特征描述算子的局限性，提出局部三值模式编码的视觉特征描述算子，提出解决场景光照变化干扰以及高斯噪声干扰的图像处理一般性方法。2、 率先提出基于区域协方差矩阵的非正面表情特征描述方法，提出基于高斯混合模型和最小贝叶斯错误率估计的异方差鉴别分析方法，建立基于高斯混合模型的多视角表情识别理论。3、 率先提出基于人类学和遗传学的“父母—子女”亲属关系鉴别方法，提出以父母年轻时面部图像为桥梁的“父母—子女”亲属关系鉴别的子空间迁移学习理论和方法。4、 提出人脸视觉特征提取和识别的多流形鉴别分析理论，提出双子空间鉴别分析的增量式算法，突破双子空间鉴别分析方法的计算瓶颈。市场前景本项目围绕人脸图像中的表情、身份以及亲属关系识别等科学问题，深入开展鲁棒人脸视觉特征的提取、建模与识别的理论和方法研究，重点解决视觉场景中光照与人脸姿态变化下的鲁棒人脸视觉特征的提取与建模问题