人体识别
算法介绍
针对视频流检测跟踪选帧结果与前端智能相机抓拍图片，深度挖掘人体信息，实现特征值提取与属性识别两大核心功能。是基于人脸识别目标身份的重要补充算法。
人体特征提取方面，算法精准捕捉图片流、视频流中人体特征向量，并存储至人体时空库，用于该人员的时空行迹回溯；人体属性识别方面，算法能够快速分析性别、年龄、发色等多元属性，涵盖眼镜、帽子、包款式，以及上衣、裤子、鞋子等穿戴细节，满足各类场景下的属性识别需求。
人体特征提取方面，算法精准捕捉图片流、视频流中人体特征向量，并存储至人体时空库，用于该人员的时空行迹回溯；人体属性识别方面，算法能够快速分析性别、年龄、发色等多元属性，涵盖眼镜、帽子、包款式，以及上衣、裤子、鞋子等穿戴细节，满足各类场景下的属性识别需求。
- ● 分辨率要求1080p (1920X1080) 下
- ● 人体特征值和属性识别的最小像素为60*120
常见问题
-
算法精度网站已发布算法精度皆在90%以上，实际使用时出现掉点现象的原因可能包括：
（1）数据成像质量差，如
强光、逆光、夜间、雨雪雾导致图像质量下降；
低分辨率、运动模糊、镜头污损、压缩失真、传感器噪声；
目标被部分或完全遮挡（常见于目标检测、跟踪、姿态估计）；
（2）网站提供通用和长尾（罕见场景/稀有目标类别/数据量不足）两大类算法，长尾算法泛化性较差
（3）边界或极端场景下的测试不保证精度
-
部署推理提供模型/APP/SDK多种形式部署
与华为昇腾/天数/登临等10余家芯片厂商完成适配，兼容国产CPU/GPU/NPU，高质量满足信创要求
针对不同算力的硬件适配不同参数量的高精度模型
-
算法如何定制网站所展示的算法模型皆有对应模型和应用案例，可直接获取。如需进一步优化或者定制可参考以下两种方案：
（1）常规定制 （高精度，周期较长）：需求沟通->回流有效数据（场景图片不低于1000张/视频不低于100段）->定制算法开发部署->测试验收
（2）快速实现 （Monolith一站式算法生产平台：https://monolith.sensefoundry.cn/ ）：平台提供了极为友好、易上手的Web界面，用户无需深厚的AI背景，即可一站式完成数据上传、智能标注、模型训练与部署等全流程操作。只需30分钟，便可快速生成并上线一个高性能视觉模型，大幅缩短算法生产周期。
