人脸比对系统，通过人脸识别技术，在各种事先建立好的人脸库（失踪人脸库、重点人口库、追逃人员库、在逃人员库、暂住人口库等）进行实时的人脸搜索比对，支持照片比照片、视频流比照片，对案件相关人员进行快速的身份确认，为破案争取宝贵时间。
人脸比对系统，包括失踪人脸库、重点人口库、追逃人员库、在逃人员库、暂住人口库、人脸搜索比对（照片比照片）、人脸搜索比对（视频流比照片）。
人脸识别检测，实现对人像人脸的面部特征进行处理和检测，特征包括下巴、左眉、右眉、鼻梁、鼻子尖、左眼、右眼、上唇、下唇等。
人脸比对，通过将人脸提取为特征向量，从而可以对特征向量进行比对实现人脸的比对验证。
例如要验证两张照片是否是同一个人，可以采用对比欧式距离的方法，通过使用训练好的人脸识别模块进行人脸比对。
视频监控是安全防范系统的重要组成部分，监控系统包括前端摄像机、传输线缆、视频监控平台。
视频监控以其直观、准确、及时和信息内容丰富而广泛应用于许多场合。
视频监控主要包括城市公共区域建设的“天网”系统、社会视频监控系统、卡口监控系统。
视频监控采集的视频图像数据具有极高的价值。
当发生案件时，可以运用视频监控发现线索、锁定目标、证实犯罪，作为新的侦查途径。
视频识别主要包括视频信息的采集及传输、视频检测和分析处理三个环节。
通过智能分析模块，对视频画面进行识别、检测、分析，对异常情况进行目标和轨迹标记。
智能分析模块基于人工智能和模式识别原理的算法。
深度学习是机器学习的一个子类，是机器学习众多算法中的一种，是拥有多个隐藏层的神经网络。
深度学习可以理解为多层神经网络，是一种学习的模式，采用具有深度的模型进行学习。
深度学习具有其他算法不具备的显著优势，特别在AI领域的应用中，使得深度学习解决问题的效果尤为突出，广泛应用于语音识别、图像识别、文本理解等众多领域。
机器学习是让机器从大量样本数据中自动学习其规律，并根据学习到的规律预测未知数据的过程。
机器学习的目标是发现数据中暗藏的规律，由此对未知进行预测。
这个过程要通过学习来实现，学习用到的材料则是大数据。
机器学习通过人工智能来分析、探索和预测趋势，并根据过去的变化预测未来的趋势。
通过经典的机器学习算法，为客户提供智能应用程序，包括频繁模式挖掘、聚类、分类、推荐引擎（获得用户行为并从中发现用户可能喜欢的事物）、频繁子项挖掘（利用一个项集，如查询记录和购物目录，去识别经常一起出现的项目）。
人工智能是计算机科学与技术专业的一门重要的专业课程，运用计算机模拟和延伸人脑功能，模仿人脑所从事的推理、识别、理解、设计、学习、思考等思维活动，以此解决预测、规划等需要人类专家才能处理的复杂问题。
人工智能关键技术包括专家系统、自然语言理解、人工神经网络。
基于沃达德大数据平台，通过对海量数据采集、处理、存储、分析和数据挖掘，根据数据的特性，采用合适的可视化方式，将数据直观地展现出来，以帮助人们认识数据、理解数据，同时找出包含在海量数据中的规律或者信息，预测未来发展趋势，进行智能化决策分析，使得数据资产成为核心竞争力。
#人脸识别#​#视频识别#​#视频监控#​#小区物业能不能强制业主人脸识别#​#人工智能#​