丰富的智能检索特征
涵盖了几乎所有以人和车为主体的关键可检索特征，是目前业界检索特征为丰富的视频智能检索系统。
维修便捷
模块化设计，极大方便设备维修、保养，减少维护费用。
技术参数
电气参数：AC220V
工作环境温度：-30℃-60℃
整机功耗：20W
工作湿度：小于95%（25℃）
报警音量：大于40DB
工作方式：连续工作
误差：小于0.5%
震动： 加速度≤5G
报警方式：蜂鸣器报警
先进的特征提取算法
采用独特的自适应的分层特征学习算法，再现系统能针对任意的识别任务通过学习自动生成优的特征提取，从而不断增加新的检索特征，具有其他系统无法比拟的自学习性和可扩展性。
人脸识别：业界*
1、识别率更高
比以色列face.com 人脸识别系统准确率高 25%比国内某知名人脸识别商用系统准确率高55%
2、识别速度更快
单台服务器每秒可完成1500 万次人脸比对在移动终端上人脸检测帧率是 Google 的 3 倍
3、对人脸容忍度更高
人脸姿态变化30 度内可识别，60 度内可检测人脸大小低50 像素可识别，28 像素可检测
4、在海量（百万级以上）人脸库应用场景下，人脸识别准确率高达 92%
识别率几乎不受帽子、胡子、眼睛、发型等面部遮挡的影响。
在18-50 年龄范围内，依旧可以保持 90%以上的识别准确率。
人脸识别系统通常由以下构建模块组成：
人脸检测。人脸检测器用于寻找图像中人脸的位置，如果有人脸，就返回包含每张人脸的边界框的坐标。如图 3a 所示。
人脸对齐。人脸对齐的目标是使用一组位于图像中固定位置的参考点来缩放和裁剪人脸图像。这个过程通常需要使用一个特征点检测器来寻找一组人脸特征点，在简单的 2D 对齐情况中，即为寻找适合参考点的佳仿射变换。图 3b 和 3c 展示了两张使用了同一组参考点对齐后的人脸图像。更复杂的 3D 对齐算法(如 [16])还能实现人脸正面化，即将人脸的姿势调整到正面向前。
人脸表征。在人脸表征阶段，人脸图像的像素值会被转换成紧凑且可判别的特征向量，这也被称为模板(template)。理想情况下，同一个主体的所有人脸都应该映射到相似的特征向量。
人脸匹配。在人脸匹配构建模块中，两个模板会进行比较，从而得到一个相似度分数，该分数给出了两者属于同一个主体的可能性。
系统构成：
系统分为服务器端和客户端，服务器端由多台视频智能分析服务器和视频检索管理服务器组成，视频智能分析服务器通过网络从流媒体转发服务器获取视频或图片，由视频智能分析算法进行特征信息的提取，目前主要提供针对人和车辆的相关特征信息的分析与提取，具体包含：
1.人
包括长相、年龄、性别、衣服颜色、裤子颜色、是否戴眼镜、是否留胡子等
2.车
包括车牌、车身颜色、车标、车型等
视频检索管理服务器主要负责与客户端的交互、特性信息数据库的管理以及特征信息的搜索。
高集成度、低功耗
系统基于业界性能强的众核处理器构建，单台标准19英才IU服务器的处理性能是同等X86服务器的3倍，而功耗却不足50W，是同等性能X86服务器的1/10。
安装简便
精巧设计夹具，模块化安装，减少安装人员占有施工升降机作业时间。
-/gbaciei/-
http://www.shrrhb.com
