Você está visualizando atualmente Reconhecimento facial com até 98,35% de precisão

Reconhecimento facial com até 98,35% de precisão

Compartilhe

Para aplicações que utilizam o reconhecimento facial como por exemplo: controle de acesso, gestão de presença de pessoas e marketing direcionado no varejo, é necessária uma solução rápida, capaz de identificar pessoas com alta precisão.

Podemos pensar em algumas situações como: segurança e análise do perfil do consumidor.

– Identificar quem está acessando o local de forma rápida é essencial não somente para o controle, mas principalmente para tomar medidas de forma imediata quando necessário.

– Para a geração de dados para o marketing direcionado é preciso ter uma análise rápida do perfil do consumidor.  Veja figura abaixo.

Estas e outras soluções baseadas em reconhecimento facial podem ser implementadas com o kit IoT Face Recognition Edge AI da fabricante Asus.

O kit reúne a renomada IoT Tinker Board 2 da fabricante, com o SDK FaceMe®.

Juntos eles formam um pacote poderoso que é capaz de reconhecimento facial com até 98,35% de precisão, e com velocidade de inferência rápidas de 154 ms.

Isso possibilita uma plataforma completa e eficiente para diversos aplicativos de negócios, desde a identificação para autorização de entrada em locais controlados até o marketing direcionado para clientes.

Kit de desenvolvimento ASUS IoT Face Recognition Edge AI

O kit ASUS IoT Face Recognition Edge AI é uma solução completa para identificar rostos e outros marcadores pessoais importantes.

Além do reconhecimento de rosto inteiro de alta precisão e alta velocidade, o kit de reconhecimento facial é capaz de avaliar e inferir atributos como idade, sexo e para onde a pessoa está olhando.

Com uma grande variedade de conexões GPIO, o Dev Kit Asus pode se conectar com portões e fechaduras eletrônicas, além de sistemas de intercomunicação para obter um sistema de controle de acesso completo.

A placa ASUS IoT Tinker Board 2 oferece  desempenho de computação aprimorado com baixo consumo de energia.

Características

Detecção de rosto – Gerar localização altamente precisa para rostos detectados em um stream de vídeo ou imagem

Reconhecimento facial – Extraia características faciais e identifique indivíduos de um banco de dados

Atributos de rosto – Analise instantaneamente os atributos do rosto, incluindo idade, sexo, humor e orientação da cabeça

Detecção e reconhecimento de máscara – Identifique os indivíduos, mesmo que eles estejam usando uma máscara e monitore quem está usando uma máscara ou não

Anti-spoofing – Fornece detecção de vivacidade segura e precisa para proteger contra fraude biométrica com câmeras 3D e 2D

Interface GPIO – Fornece a biblioteca GPIO para controlar a entrada / saída de uso geral

Aplicações

Com estas características o kit pode ser utilizado para aplicações que requeiram identificação facial, como por exemplo:

Controle de acesso

  • Registre quem está na sala de reunião e gerencie a capacidade do ambiente
  • Permitir que apenas pessoas autorizadas acessem determinados espaços
  • Permitir entregas mais fáceis de armazém ou reabastecimento por meio de uma identificação sem toque

Gestão de Presença

  • Gerencie facilmente um sistema de atendimento de alta precisão
  • Construir um banco de dados para gerenciamento de segurança

Varejo

  • Inferir atributos do cliente, incluindo sexo, idade e pose, para marketing direcionado
  • Crie listas VIP para fornecer produtos ou serviços personalizados
  • Reconheça emoções no ponto de venda
  • Encomende online e retire na loja, sem interação do funcionário
  • Monitore o tempo de permanência no corredor/vitrine

Essas são algumas das possíveis aplicações do kit IoT Face Recognition Edge AI, da ASUS.

Entre em contato conosco para saber mais.

Leia também: Reconhecimento Facial Asus

Nos acompanhe nas Redes Sociais

INSTAGRAM

LINKEDIN

FACEBOOK

Compartilhe

Franciele Nornberg

Mestre em Engenharia Elétrica pela UFSC (2019), graduada em Engenharia Elétrica pelo IFSul em 2017. Trabalha na Macnica DHW desde 2019. Seu conhecimento técnico somado a utilização das boas práticas de copywriter são responsáveis pelos excelentes conteúdos divulgados no blog da Macnica. Franciele é também Instrutora Autorizada FPGA Intel e portanto, responsável pelo Treinamento FPGA Intel.