開發者基於神目pcduino9 ai視覺邊緣計算套件，進行演算法和軟體的開發，自行開發出一套智慧型人臉識別迎賓系統，並打通了系統和神目弼馬溫管理平台的連線，對資料進行多樣化分類管理應用。
一站式計算機視覺開發
乙個套件，即可輕鬆解決計算機視覺演算法、軟體、硬體的開發，加速人工智慧產品落地（神目ai開放平台現免費開放人臉識別/人臉檢測sdk，開發者也可自行進行其他計算機視覺演算法開發）
硬體產品詳細資料
pcduino 9s wiki：
pcduino9嵌入式ai視覺邊緣計算模組 wiki：
神目pcduino9 ai視覺邊緣計算開發套件 wiki:
DeepFace Facebook的人臉識別
連續看了deepid和facenet後，看了更早期的一篇 即fb的deepface。這篇 早於deepid和facenet，但其所使用的方法在後面的 中都有體現，可謂是早期的奠基之作。因而特寫博文以記之。人臉識別的基本流程是 detect align represent classify分為如下幾步...
DeepFace Facebook的人臉識別
連續看了deepid和facenet後，看了更早期的一篇 即fb的deepface。這篇 早於deepid和facenet，但其所使用的方法在後面的 中都有體現，可謂是早期的奠基之作。因而特寫博文以記之。人臉識別的基本流程是 detect aligh represent classify分為如下幾步...
人臉識別 再識（二）
主成分分析方法是基於k l變換的基礎上實現的。k l變換首先利用樣本的資料構建協方差矩陣，計算出協方差矩陣的特徵值和對應的特徵向量，通過特徵向量來找出促使樣本離散程度達到最大的特徵向量投影方法。pca方法的核心思想是首先將經過預處理後的人臉特徵表達向量進行k l變換，以消除原有向量各個分量之間的相關...