利用对抗训练、、活体检测deepfake、
、异常检测等技术
，
，，，保证视觉模型不仅精度高并且安全可信，，
，
，赋能产业安全。
。

首创类脑神经网络计算模型，，该模型具备自适应、、可迁移、
、、抗噪声能力。。首创多脑区协同脉冲神经网络模型，
，，
，具备突破多脑区协同视觉
、、听觉等感知的多模态学习能力，，，，该模型具备自学习、、、小样本、、多模态样本协同学习能力，，，可以自动标注样本。。。
。创新性构建基于脑结构和功能启发的防攻击神经网络模型。。。。

构建了高效的特征比对策略，，，，首先将任务串行化,利用任务的单一性对执行代码进行规划,提升代码的运行效能，，，，具备平移不变性、、
、、旋转不变性、、
、尺度不变性，，，可增强抗干扰，，，防止数据防篡改。。
。

基于硬件安全模块支持下的可信计算平台，，，以提高系统整体的安全性
，，，，具备高通量编解码、
、视觉语义分析
、、、视觉图谱构建、、视觉任务建模、、视觉可信推理。。
。
。

云服务能力下沉，，继承了云安全、、存储、、、计算、、人工智能能力
，，可部署于不同量级的智能设备和计算节点中，
，，，通过定义物模型连接不同协议、、不同数据格式的设备，，
，，提供安全可靠
、、低延时
、、、
、低成本、
、、
、易扩展、、
、
、弱依赖的计算服务。。。

多模态融合感知技术综合利用不同传感器获取的信息，
，，，形成了对环境或目标更全面的感知和识别，，，具备全领域2D/3D视频感知、、多方位loT设备感知、
、、、全要素数据感知、、、多维度状态行为感知
。。

获取的图像进行实时动态分析，
，，，并对含有枪支弹药类
、、、
、爆炸物品类、、、、管制器具类、
、易燃易爆物品类、、、毒害性物品类、、腐蚀性物品类
、、放射性物品类、
、、限制携带物品进行实时动态预警和数据推送
。。
。。

领先的ReID技术，，，首创突破行人特征表达技术，，实现人物跨镜头、、
、、跨交通工具、、
、、更换服饰的跨场景跟踪。。。。领先的细粒度场景结构化技术、、
、、多维度行人结构化技术，，，基于视觉的任务推理和预测，
，，
，复杂场景任务管理和规划的智能视觉推理引擎。。。
。

利用视频结构化技术及深度学习算法，，分析图像/视频中所有的人脸、、非机动车、、、机动车等目标，，，以及路况、、、行为等情况，，并输出其属性
。。
。
人像分析：对图片中行人的衣着、、戴眼镜
、、拎东西、、、、带口罩、、帽子、、发型、、背包、、、、抱小孩等属性的识别分析
。。。
车辆分析：检测图片中的车辆，，
，
，并对品牌、
、型号
、、颜色、、、、车牌号等属性进行识别分析。。
场景分析：检测图片中的场景，，，输出检测出的场景并进行预判分析
。。
。。

通过预训练的语义角色标注模型引入显式的上下文语义标签信息，，以多场景技术应用为导向，，提供可直接应用于产品策略的NLP技术能力。。。。

通过对损失函数的有效组合
，，，，提高遮挡严重的半身照以及跨域人员的精准度。。。

通过摄像头实时捕捉用户画面，，，，随机给出动作指令
，，根据用户做动作的方式；或近红外和深度摄像头捕捉用户画面，，，，判断是否是真人。。
。

利用静脉中红血球吸收特定近红外线的特性，，，将近红外线照射手指，，，，并由图像传感器感应手指透射过来的光来获取手指内部的静脉图像，，
，，进而进行生物特征识别。。。

通过共享底层网络架构加基于注意力机制的多分支高层网络的训练，
，
，，提高人脸特征在不同光照
，，，
，遮挡的变量下特征的鲁棒性。
。
。图片/视频中的人脸检测，，检出率达92.4%，，，检测速度达30帧/秒，，支持最小为20像素的人脸图像
。
。精确定位图片/视频中人脸的256个关键点。
。。。