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
。。。。