人脸识别智能锁

据报道，北京市西城区德胜街道新风街一号院上线了人脸识别垃圾桶。预先完成注册的居民扔垃圾时，垃圾桶将用数秒的时间自动“刷脸”。

随着移动通信技术的发展，人类进行信息交互的手段更加高效。但互联网与实体经济的融合需要拓展更多的业务场景，创造更大的连接规模和更丰富的应用场景。

技术上的优势还需要能够落地应用，才能体现出其市场前景。这两年来，随着国内体态识别技术的逐渐成熟，体态识别开始从实验室进入到商业应用阶段，并以其独特的应用优势，落地到不同的应用场景当中：最为典型的应用场景当属公安刑侦领域，利用目标人员的身高体态、运动模式等特征，从海量视频中快速搜索出与样本高度相似的目标或视频片段，从而达到在换装、跨场景、面部遮挡的情况下，亦可以快速识别出嫌疑人的目的，很好地弥补了同等条件下人脸识别技术的应用盲点。

机器视觉是指利用相机、摄像机等传感器，配合机器视觉算法赋予智能设备人眼的功能，从而进行物体的识别、检测、测量等功能。简单说来，机器视觉就是用机器代替人眼来做测量和判断。

生物识别，是通过高科技手段利用人体固有的生理特性，如指纹、人脸、虹膜等和行为特征如笔迹、声音、步态等来进行个人身份的鉴定。

虽然我们还没达到书中科幻般的数字化程度，但随着越来越多的大数据、云计算、人工智能等技术的落地，我们的生活也变得愈发智能。

日益热闹的AI云服务市场，早已被投资大咖“盯上”了。经历了年初的火爆增长之后，AI云下半年细分市场的增长机会在哪呢？

很多医院启用智能道闸通行系统,实现“智能通行、智能测温、智能管控”,对保障就诊患者、医务人员健康权益,落实疫情防控主体责任具有积极意义。

在推进技术商业化落地过程中，算法和数据库建立是步态识别技术深化发展的基础。目前国内从事步态识别技术研发的企业屈指可数，有能力构建核心算法的企业更为少见，银河水滴目前就是在针对这些非常关键的问题做技术研发，现在的一些核心算法，包括超精度的目标分割，能达到的精度已经跟人眼差不多。

AI技术一直处于计算机技术的前沿，其研究的理论和发展在很大程度上将决定计算机技术的发展方向。目前很多AI的研究成果深刻地改变着人们的生活，将来，AI的发展将会更加快速，会给人们的生活工作和教育带来更大的影响。

根据2018年的调查数据显示，已有超过2000家企业进入智能门锁领域。2019年整个智能门锁市场将超过2900万套，到2020年，整个智能门锁会超过4000万套，市场规模将达到400亿，智能门锁行业正快速走向繁荣期。

在当前疫情防控中，基于智能分析技术的视频图像设备在实际应用中得到不断验证，成为疫情防控中为数不多的发挥奇效的智能化设备。其中应用较为广泛的场景包括基于人脸识别的出入测温管控、佩戴口罩识别、居家隔离管控等，可以最大限度替代以往人力工作，有效避免人工测试引起的交叉感染，支撑一线疫情防控。