英码(主流边缘计算的算法实例)

目前市场上那些边缘计算算法比较主流？边缘计算有那些算法实例呢？让英码信息科技小编为你讲解。

1、人脸及关键点检测

关键点监测是通过快速检测人脸并标记出人脸坐标，提取包括脸颊、眉、眼、口、鼻等人脸五官的关键点进行人脸对齐，准确识别多种属性信息 ，为人脸识别提供可靠支持。可在端、边多种平台运行，实现高效、精确、稳定的人脸检测功能。

2、人脸识别技术

基于英码信息科技自研算法框架，能支持在各种复杂场景下(室内、室外、强光、弱光),以人脸特征进行提取分析，准确完成人脸识别，并通过多路视频流推理，降低提取难度大、释放更大的计算性能；

3、行人属性分析

通过行人来往检测获取行人属性信息和动作的高精度识别,包含性别年龄、服饰类别、服饰颜色、佩戴物、行为动作等,提供丰富的结构化信息,可用于高效的视频素材管理和精准营销。

4、车牌车型检测及识别

检测主体车辆位置，进行车牌（车牌框4个顶点）/车辆品牌型号识别（小汽车为主），同时支持多路视频流推理，可适用于园区，交通，停车场等场景。

5、安全帽等物体检测

可以根据行人属性分析算法检测安全帽和人脸，通过视频结构化判断是否佩戴安全帽，支持多种颜色的安全帽识别训练；同时还可用于多种物体的检测识别等，准确率高于95%，有效提升安全监督管理工作。

6、电梯电动车识别预警

电动车识别算法是通过检测与识别各类型的电动车，当检测到电动车进入电梯，摄像头可直接进行告警（声音/闪光），并自动将报警信息、现场图像、视频等数据上传至云平台，管理人员可及时接收信息、查看现场情况，进行及时处理。

7、人员工服识别

通过检测识别各类工服，在办公室或者工地中，摄像头可以直接监控其中的人员是否穿指定服装，检测到未穿指定工服的人员自动将报警信息、现场图像及传至云平台，管理人员可接收信息、查看现场情况，进行及时处理。