这家蛰伏了两年的终端视觉公司，在首次发布会后两天的时间内，收获了一百余份订单，是怎样的新品让产业如此兴奋？

撰文 | 王艺、藤子

11 月 1 日，阅面科技在深圳举办了创立两年来的首次新品发布会，共发布了三款产品：跨模态人脸识别引擎 UniFace、基于 Uniface 的「繁星」AI 芯片视觉模块、以及基于「繁星」的智能客群分析摄像机——「阅客」。

在发布会后，阅面科技 CEO 赵京雷对机器之能透露道，发布会后两天时间内，他们就收获了一百余份订单，此时的赵京雷内心难掩兴奋之情。

阅面科技 CEO 赵京雷

十多年前，赵京雷从上海交通大学博士毕业后，进入 WiseNut 从事搜索引擎和机器学习产品的研发。后来，他加入阿里巴巴，带领一支包括自然语言处理和计算机视觉技术在内的算法团队，产品涉及搜索广告推荐、图像搜索、图像过滤等。

2013 年，赵京雷创立了虚拟试衣应用「上街吧」，这是一款集自然语言搜索、虚拟试衣、服装搭配、精准购买为一体的手机 App，通过推荐和搜索技术，以图像处理技术为基础，帮助女性穿衣搭配并完成线上购买。

2015 年，网络上图片、视频数据大量涌现，道路上以及公共场所中的摄像头也非常普及。然而，赵京雷观察到，这些设备并不智能，或者说当时的智能是「伪智能」。因为当时图像信息被采集出来之后，放到服务器端或者云端进行批处理，处理的目的仅仅局限在图像搜索层面。

赵京雷判断，基于计算机视觉技术，让终端设备拥有真正的实时智能化的能力，在未来将有很大的爆发潜力。与此同时，移动端应用市场开始疲软。因此赵京雷放弃「上街吧」，于 2015 年 7 月创立阅面科技，专注于深度学习和计算机视觉，提供嵌入式视觉方案。

人脸识别技术：关键在于跨平台、跨场景、跨领域

作为计算机视觉的重要分支，赵京雷决定从人脸识别入手。「人脸识别的意义在于，它会成为一个新的、统一的、唯一的 ID，它会改造大量智能设备，人们无论是进出某个地方，还是登录或认证，都会基于这个 ID 去实现。」赵京雷说。

基于面部识别的情感认知引擎 ReadFace 是阅面科技推出的首个产品，从 ReadFace 的情感认知技术开始，阅面的技术一步步覆盖性别、年龄等属性的辨识，逐步发展为如今的跨模态人脸识别引擎 UniFace。赵京雷认为，在迭代研发的过程中，阅面科技走过了多个阶段。首先是底层技术，要支持人脸各种各样的基础属性，然后才是识别技术。

在识别技术方面，阅面科技多次在各个国际评测中获得优秀成绩，比如在 2017 年 5 月，人脸检测平台 FDDB 的数据显示，阅面科技的技术已处于行业领先水平，在接下来的 6 月，阅面科技人脸识别技术以 99.82% 的识别精度获得了 LFW 冠军。但赵京雷认为，人脸识别不能止步于识别技术，人脸识别要走向实际应用，需要跨平台、跨领域、跨场景。

「LFW 是一个较为标准的场景，在 LFW 上面达到非常高的水准，只能说明底层算法能力、算法团队很强，（阅面在）这点毋庸置疑。但是，从算法到应用，从标准场景到实际场景，人脸的特质会发生改变。」赵京雷说。

比如，在无人零售的应用场景中，摄像机对顾客进行人脸识别时，顾客通常情况下，并非正面对视摄像头，大多数人是以低头或歪头的状态，通过不同角度进入摄像机的范围。

即使在人物正视摄像头的应用场景，也会存在挑战。比如在人证核查，也就是将身份证照片和人脸进行对比的场景下，就存在年龄跨度的问题。若要对幼儿园的儿童进行识别，底层数据或架构也和通用的识别模式不同。

赵京雷认为，通用的模型已将精度解决到一定的程度，当特定领域，比如幼儿园的儿童识别，以及无人零售中的人脸识别，精度需要更高水准。因此，通用模型需要具备在小数据下迁移学习的能力，快速适应其他领域，让人脸识别技术满足特定场景的精度需求。

「底层的模型都是基于千万规模的数据构建的，但在一个小的领域，样本数据可能就很少。如何把这个模型的能力完整迁移过去，是我们研究的一个重点。」赵京雷说。

据赵京雷介绍，阅面科技在发布会上推出的跨模态人脸识别引擎 UniFace，拥有跨模态与迁移学习能力，与目前主流算法不同的是，UniFace 打破了不同传感器、不同环境、不同场景、不同领域人脸特征表达的限制，例如同一张注册照片能在可见光、红外、3D 三种不同的传感器中进行识别，做到以 FaceID 为连通的人脸识别体系。

「我们的算法既可以在服务器上跑，也能在终端的 DSP、VPU 等专用芯片上跑，还能在 ARM Coretx-A7 甚至 A5 等通用 CPU 内核上跑。」赵京雷进一步介绍。

阅面科技在嵌入式优化上有很深的积累，比如在 LFW 上，UniFace 的精度在 16bit 网络上为 99.82%，8bit 网络为 99% 以上，1bit 为 95% 以上。他认为，移动端模型的优化不能以损失模型精度为前提，而在未来，要以 FaceID 打通人脸系统，移动端和云端就要具有同样的精度。

计算机视觉的三个爆发点：从人脸识别到数据采集再到人机交互

「人工智能落地到行业，一定需要入口，而这个入口一定是硬件，如同智能音箱是语音的入口。人脸识别作为计算机视觉的应用，它的入口在哪里？不是在远程某个服务器的某个 API 上，而是在真正进入家庭、社区、渗入生活方方面面的硬件上。」赵京雷说。

这些硬件既可以是独立的摄像头，也可以是嵌入相机的设备或者其他设备。要实现人脸识别的广泛应用，不能单靠云端，因为云端的优势在于提供基础能力，所有的前端摄像头都需要具备智能的感知和认知层。人工智能技术或计算机视觉技术，正在逐渐贴近生活，向着简单便捷的方向发展是必然的趋势。

「之前的算法更多地是来源于实验室，部署在大型的计算中心、云端，需要很大的计算能力、功耗，无法走进人们的日常生活。」赵京雷说，在这样的情况下，首先要解决算法贴近生活领域时的精度问题，并让高精度的算法以相对较低的成本、较低的功耗运行在贴近生活的设备上。

当各种设备具备视觉能力之后，所有的摄像头将不再是影像采集设备，而成为了数据采集的设备。很多数据采集手段将被视觉代替，摄像头不仅是摄像机，会成为传感器。「室内定位等问题，或者统计客流使用的 wifi 探针技术等，在未来全部会被视觉代替，这将成为计算机视觉未来很大的应用点和爆发点。」赵京雷说。

「这种智能会带来全新的人机交互方式，我们从成立开始就一直认为以下三个点是未来最重要的应用爆发的三个点，人脸识别的需求在当下已经显现，基于视觉数据的分析 1-2 年后会爆发，而 3-5 年后的增长点则是人机交互。」赵京雷分析道。

「繁星」AI 芯片视觉模块系列正是基于这样的逻辑推出，可搭载适用于不同场景的算法 IP。目前主要包括：繁星－人脸识别模块、繁星－数据采集模块、繁星－人机交互模块。

繁星－人脸识别模块，通过宽动态 Sensor 获取图像或视频流，分析图像或视频流中的人脸图像进行检测和识别，输出结构化数据，可同时追踪和抓拍 30 人，抓取最清晰、角度最好的人脸，抓拍率 99%，误检率小于 0.5%，抓拍重复率低于 10%。同时，支持 2 万人内的完全本地人脸识别。支持本地特征提取后传云端，满足大于 2 万人的人脸识别场景。

繁星－数据采集模块，获取并分析图像或视频流中的人头和人脸信息，进行人数、人群属性以及轨迹分析。可实时记录 15 人运动轨迹及运动方向，可进行进出指定区域的人数统计，准确率达 95%。

繁星－人机交互模块，检测识别图像或视频流中的手势、人脸、人体，并转化为指令使得机器做出正确响应。能够达到毫秒级检测及追踪速度，支持掌、拳、V 字手型、伸掌、握拳、挥手等多种手势操控，具有高鲁棒性的人脸及人体检测追踪运算。

据阅面科技介绍，「繁星」AI 芯片视觉模块尺寸为 38mm×38mm×1.6mm，由 Sensor＋ISP＋VPU＋嵌入式深度学习视觉算法组成，在本地集成了阅面科技的深度学习视觉处理算法，本地深度学习处理功耗仅为 0.5W，整体高峰功耗小于 2.5W。

此外，「繁星」AI 芯片视觉模块支持外接视频输入以及结构化数据的实时输出，既可以作为独立 AI 摄像头嵌入到各种设备中即插即用，也可以作为视觉协处理器。例如，传统摄像机加入「繁星」AI 芯片模块，就能摇身一变，成为一个拥有视觉算法能力的智能 AI 相机。而且摄像头厂商在设计搭载「繁星」的摄像头时，不需要重新设计模具。

推出满足未来趋势和潮流的产品

产品的推出，并非易事。「从成立到现在，很长一段时间，我们都在进行技术研发，不仅涉及算法，还涉及与硬件层的衔接、系统层的应用。我们花了很大的精力进行基础研发，经过长时间积累，希望我们推出的产品能改变行业，增加行业产品迭代的效率或创新能力。」赵京雷说。

而为了给下游摄像头厂商吃颗定心丸，也为了树立「繁星」的使用样板。阅面科技采用自身的「繁星」数据采集模块研发了一款名为「阅客」的智能客群分析摄像机，并连接了阅面科技自身搭建的垂直行业云，并配有手机 App，用户能够通过该 App 实时观察到客群分析情况。利用「繁星」的本地计算能力，阅客可以轻松进行实时客流计数、会员/熟客管理、轨迹管理等功能，商家能实时掌握顾客属性和行为。目前，「阅客」已和苏宁、软通动力、淘咖啡等品牌达成合作。

赵京雷认为，UniFace、「繁星」、「阅客」这三款产品是层层递进的关系，算法——基于算法的硬件——基于硬件的产品。通过这三款产品，阅面科技能将很大部分的视觉识别能力搬至终端；降低 AI 硬件的构建成本，降低技术的使用门槛；方便垂直行业快速开发场景化的智能视觉产品。这意味着，非 AI 技术的行业商家也能轻松开发和部署人脸识别产品和系统，以消费级的价格，做到专业安防级的能力（举例来讲，具备人脸抓拍功能的安防摄像头成本是普通摄像头的 3-5 倍，而使用「繁星」，可以将 AI 摄像头的成本控制在与普通摄像头相近的范围）。

阅面科技成立于 2015 年，对于市场上的计算机视觉公司来说，并不算早。当前在计算机视觉市场上，也有不少的玩家。通常来说，一个新进入的公司要想在这个竞争格局中生存下来，差异化是重要的选择。

然而，赵京雷却表示，「对我们而言，公司发展重点不是差异化，而是思考这个领域产品形式的终极形态」，在赵京雷看来，他们对行业的认知、技术的出发点、产品的出发点、以及未来解决方案的出发点，都是基于对行业终极形态的思考构建的。「我们希望推出的产品能够满足未来的趋势和潮流。如果其他公司与我们认知一致，那我们就比谁走得快；如果我们认为的终极形态跟别人不一样，也还是会根据自己的认知走下去。」赵京雷总结道。

网上有很多公布招投标信息的网站，招标公告中的信息是有很大的价值的。比如你想了解一个公司的资质，你想了解一个项目的投资资金，你想知道招投标公司之间的关系，这些都能从招投标信息中分析出来，数据是分析的基础，只有获得大量数据，分析才更准确更有说服力。今天教大家如何采集招投标类网站的数据。

示例网站：http://tjconstruct/zbxx.aspx?type=sjzb

一.首先打开ForeSpider数据采集软件，点击“采集频道列表”的“+”符号，创建新的频道。然后在采集地址处把准备采集网站的网址粘贴进去。

频道配置

二.频道入口地址配置好以后，点击“模板配置”，在右侧模板一处新建一个链接抽取，两个链接抽取，分别起名为“翻页”和“工程抽取”。这两个链接抽取分别抽取页面内的工程项目和翻页链接。

添加链接抽取

三.点击采集预览，发现采集预览中没有我想要的项目工程的链接，但是有翻页的链接，那就需要写脚本来抽取工程链接。翻页链接抽取可以通过可视化的操作完成。以前说过链接抽取的脚本如何写，这里就不多介绍了。

链接抽取教程：http://toutiao/i6454813216395493902/

链接抽取脚本

四.通过预览发现每一个翻页链接地址中都包含“page=”这个词，那我将这个词放在“翻页”的地址过滤中，将过滤规则选择为“包含”。

翻页地址过滤

链接抽取配置好，可以点击采集预览看一下效果，如果配置的有问题可以及时改正。

预览效果

五．可以看到预览效果没有问题，那继续配置下一层模板。下一层为招标公告页，也就是数据页。先建好表单字段，在表单名称处选择建好的表单。

选择表单

六.数据页中有一部分字段使用可视化的操作就能完成，有一部分需要脚本，所以我就把需要写脚本的部分分别写在了字段下。字段处理选择“脚本处理”。

字段下脚本处理

八.全部字段配置好以后，可以先点击采集预览，看一下效果，如果效果不好可以改正。

招投标类网站都是实时更新的，ForeSpider数据采集软件有增量采集的功能，可以采集新增数据，长时间时时监控网站新增数据。

虽然教程看起来简单，最重要的还是多亲自上手实践。多多实践才能更熟练的使用软件采集自己想要的数据。

RTU具有的特点是：

1、通讯距离较长

2、用于各种恶劣的工业现场

3、模块结构化设计，便于扩展。

4、在具有遥信、遥测、遥控领域的水利，电力调度，市政调度等行业广泛使用。RTU产品目前与无线设备，工业TCP/IP产品结合使用，正在发挥越来越大的作用。RTU（RemoteTerminalUnit）是一种远端测控单元装置，负责对现场信号、工业设备的监测和控制。与常用的可编程控制器PLC相比，RTU通常要具有优良的通讯能力和更大的存储容量，适用于更恶劣的温度和湿度环境，提供更多的计算功能。正是由于RTU完善的功能，使得RTU产品在SCADA系统中得到了大量的应用。远程终端设备（RTU）是安装在远程现场的电子设备，用来监视和测量安装在远程现场的传感器和设备。RTU将测得的状态或信号转换成可在通信媒体上发送的数据格式。它还将从中央计算机发送来得数据转换成命令，实现对设备的功能控制。监视控制和数据采集是一个含义较广的术语，应用于可对安装在远距离场地的设备进行中央控制和监视的系统。SCADA系统可以设计满足各种应用（水、电、气、报警、通信、保安等等），并满足顾客要求的设计指标和操作概念。SCADA系统可以简单到只需通过一对导线连在远端的一个开关，也可复杂到一个计算机网络，它由许多无线远程终端设备（RTU）组成并与安装在中控室的功能强大的微机通信。这取决于被控现场的性质、系统的复杂性、对数

WZH8003A测控主机RTU是用于油水井远程测控的终端接收设备，严格遵循“油气生产物联网系统”（简称A11系统）制定的“A11协议”。该款RTU集采集、存储、2.4GHz ZIGBEE无线通信技术、以太网等于一体的高技术、高精度的无线数据采集终端。RTU可以通过RS485、ZIGBEE、串口等通信方式与多个外围设备同时进行通信，使得测量的数据类型更加全面、及时和准确，同时也使应用场合更加广泛。

功能：

1、 参数设置：通过网口、485和串口与PC建立连接设置RTU参数；

2、 状态指示：采用三个发光二极管（LED），区别RTU的各个状态；

3、 多种通信协议：与无线仪表的通信支持ZIGBEE协议，与有线仪表的通信支持4~20MA和Modbus通信协议，与后台支持TCP/IP协议和UDP协议；

4、 数据报警：支持仪表断线、超限报警；

5、 数据上传：支持数据的补传和主动上传；

6、 数据存储：支持历史数据的存储功能；

7、 远程升级：支持485与网口的就地和远程升级方式；

8、 电压检测：检测DC24V输入端电压；

9、 环境温度检测：检测RTU工作温度；

技术参数：

1、 工作电压：9-36V DC；

2、 ZIGBEE通信距离：>200m；

3、 远距离传输方式：以太网TCP/IP、UDP；

4、 历史数据存储容量：16MB，可存储历史数据80天；

5、 IAP升级方式：485升级和网络升级；

6、 模拟信号输入接口：8路（可配置有无输入源）；

7、 数字输入/输出接口：各4路；

8、 485接口：主、从各1路；

9、 串行接口：1路。

℡

前言：个人数据采集经验总结，也许在审计过程中会遇到很多数据无法采集到AO审计软件的情况，就目前来说，随着各类业务软件、财务软件的不断更新，在数据采集上，AO已经无法满足要求了。当然，作为审计人员，不应该将数据采集作为无法开展工作的借口。只有多学习，多研究数据结构，在了解底层数据库结构的情况下，才能更好的提取所需数据。以下数据采集方法，仅为大家抛砖引玉，更多的是依靠大家多思考、多总结。

审计数据采集中的问题及解决方法

审计信息化给审计工作带来便捷、高效的同时，也带来了一些问题和挑战。审计软件开发已经跟不上财务软件的更新速度。目前市场占有率较大的“用友”“金碟”等财务软件几乎每年更新一次版本，如果数据结构没有调整，对审计数据采集的影响不大，一旦结构调整之后，审计软件没有做出对应的更新，那么“过时”的审计软件难以驾驭更新后的财务软件，尤其是在基层审计机关，没有专业人员，仅依靠自身学习和互联网查询，难以解决其遇到的问题。同时，各种数据库软件的导出方法都有所不同，数据采集操作的方式多种多样，很难掌握。针对类似问题，结合自身数据采集经验，提出以下解决办法。

一、借助互联网。互联网是最好的老师，在采集过程中遇到问题，多向网络请教，根据采集过程中的问题提示，以问题找答案，大部分采集问题都能得到解决。

二、多思考。依靠自身学习的计算机应用技术，对数据进行全方位，多维度的分析，力争找到能够突破的点。

三、多用转换工具。很多数据我们无法直接进行采集，但可以通过在网络上查找转换工具，将数据转换后，以其他格式进行采集。比如oracle数据库，我们并不熟悉，但可以通过使用工具转换为SQL数据库，然后再对数据进行分析采集。

四、多看开发文档。对于没有见过的小众财务软件或者更新后的财务软件，在数据结构有改动或者不熟悉的情况下，多看开发文档，了解后台数据表、结构。再使用“找表”采集或者使用采集模块采集。

五、多向软件公司技术人员请教。在数据采集过程中，向软件公司人员请教问题，是最好的学习途径，不仅对解决问题有帮助，还能让自己学到更多的技术。

目前有很多数据采集云平台，如百度统计，腾讯统计、乐驰云采集等等，还有一些平台也非常不错：

一. 友盟+

支持移动端和web端数据采集，个性化场景数据定制采集方案。官网给的一些demo可以参考来设计大数据的分析展现，例如：

友盟的：

百度的：

值得借鉴～

二. 乐驰云采集

以高性能分布式采集、存储为核心，建立分工明确的功能模块进行高度协作，融合打码、分词、代理、排重等实用性服务，帮助用户以最低成本、最少人力、最高效率完成大数据应用开发，从而满足当下广大中小企业对“实时、高难、海量”级大数据业务场景的根本需求。

http://lewell/service.html#tabcon_4

值得一看

三. 火车采集器

火车采集器，一款专业的互联网数据抓取、处理、分析，挖掘软件，可以灵活迅速地抓取网页上散乱分布的数据信息，并通过一系列的分析处理，准确挖掘出所需数据。火车采集器历经十二年的升级更新，积累了大量用户和良好口碑，是目前最受欢迎的网页数据采集软件。

对于网站采集数据的主流实现方式是通过javascript脚本引入，记录页面动作与变化，搜集数据后作为参数，通过gif图片(gif图片格式请求可以解决跨域问题)请求上报。

比如一些大型网站，可以看到他们的数据采集方式：如淘宝，百度，京东，聚划算等

个人设计的web采集数据方案：

lg.js脚本引入页面中通过gif图片请求到后端服务器服务器记录请求参数到日志文件日志文件实时抓取到消息队列实时计算系统消费队列消息，完成分析整理分析结果入ES，kibana二次开发展示ES历史数据入Hadoop

【PConline资讯】五到十年前，要问科技圈什么产品最火，肯定是「智能手机」，给手机赋予「智能」的概念是从功能机过度的一个结果，经过多年发展，渐渐手机已经摆脱了「智能」的名号，在大众的印象中，「智能」已经成为了手机的标配。

「智能手机」到「手机」的蜕变，正是科技发展中所有技术的一个缩影，当一个技术真正普及，不再是一个稀罕物，成为一个无所不在的东西，那么这项技术就变成了水、电一样的基础设施。目前火热的人工智能，也正在这个蜕变的过程之中，然而如何更快的转变，也是业界正在探讨的问题。

我们的目标就是AI计算机视觉技术成为水和电一样的生活必需品。

这是阅面科技CEO赵京雷在刚刚举办的发布会上所说的话。

11月1日上午，阅面科技在深圳大中华举办了一场发布会携手英特尔Movidius，推出了跨模态人脸识别引擎Uniface、繁星AI 芯片视觉模块。这次发布会的主题，简明扼要来说，就是阅面想用极低的门槛和成本，把计算机视觉推向大众。

人脸识别引擎

随着人工智能行业的日益火爆，市场也正在逐渐转变，比如最近大热的iPhone X也让业界产生了对人脸识别的浓厚兴趣，目前业界也有不少巨头和技术团队在进行人脸识别技术的研发，从媒体曝光度来看，人脸识别应用十分广泛，市场火热，但从技术层面来说，人脸识别技术依旧存在着许多难以攻克技术难题与门槛，核心算法就是其中之一。

今年7月份，专访了阅面科技算法总监童志军，对今年阅面科技获得FDDB和LFW两个人脸识别比赛双料冠军所公布的技术突破进行了讨论，在专访中了解到，阅面科技在FDDB上提交的全新检测算法突破了小尺寸、模糊和动态人脸检测的极限，而在LFW数据集也达到了99.82%±0.0007人脸验证精度的高水平。

在深度学习、计算机视觉核心算法领域，阅面科技此前的技术积累还是不错的。通过长时间在核心算法领域的探索，阅面在此次发布会上推出了其自主研发的业内首个跨模态人脸识别引擎UniFace。

据赵京雷介绍，与目前主流算法不同的是，UniFace打破了不同Sensor，不同环境，不同场景，不同领域人脸特征表达的限制，例如同一张注册照片能在可见光、红外、3D三种不同的Sensor中进行识别，做到真正以FaceID为连通的人脸识别体系。

具体来说，大部分的人脸识别引擎都是基于可见光进行人脸的识别监测，而UniFace做了「跨传感器集成」，除了可见光之外，还能够兼容红外、3D识别，这种多传感器组合除了能够大大的提高准确率，还能扩展不同场景的应用。

昨天在报道中提到了「边缘计算」的火热，计算力向终端靠近似乎是目前AI落地到大众应用的一个趋势，赵京雷说，UniFace 跨模态人脸识别引擎能够凭借卷积神经网络让前端方案拥有更加强大的处理能力，执行图像的计算和分析任务，并实现前端和云端的联动以及知识的迁移，提高整体的识别效率，真正做到以 FaceID 为连通的人脸识别体系。

消费级的「专业级AI芯片」

「无硬件，不AI」

赵京雷在发布会现场几乎吼一般的强调了他的这一观点。

赵京雷表示，硬件是人工智能的重要载体，而在AI要想成为水和电一样的基础设施的过程中，推广和普及需要满足成本低、功耗低等条件才行。

为了解决这些问题，阅面科技将其核心算法成果UniFace集成了一块AI芯片视觉模块，这就是开篇我们所说的那块「繁星AI芯片」，这块AI芯片视觉模块由Sensor＋ISP＋VPU＋嵌入式深度学习视觉算法组成，能从芯片端智能输出结构化数据。在模块设计上，阅面科技也使用了常规的38mmX38mm的尺寸，此举也是为了保障模块能够做到即插即用、方便便携，模块还支持多种数据输出接口，方便集成，能够降低开发智能视觉产品的技术成本。

为了能够搭载适用于不同场景算法的应用，阅面科技的这块AI芯片视觉模块能够支持不同场景的算法IP：包括人脸识别模块、数据采集模块、人机交互模块。

向阅面科技了解了三个模块的能力：

人脸识别模块：通过宽动态Sensor获取图像或视频流，分析图像或视频流中的人脸图像进行检测和识别，输出结构化数据，可同时追踪和抓拍30人，抓取最清晰、角度最好的人脸，抓拍率99%，误检率小于0.5%，抓拍重复率低于10%。同时，支持2万人内的完全本地人脸识别。支持本地特征提取后传云端，满足大于2万人的人脸识别场景。

数据采集模块：获取并分析图像或视频流中的人头和人脸信息，进行人数、人群属性以及轨迹分析。可实时记录15人运动轨迹及运动方向，可进行进出指定区域的人数统计，准确率达95%。在本次发布会现场，阅面科技还发布了其基于数据采集模块研发的智能客群分析摄像机——阅客。利用繁星的本地计算能力，阅客可以轻松进行实时客流计数、会员/熟客管理、轨迹管理等功能，商家能实时掌握顾客属性和行为。

阅客

人机交互模块：检测识别图像或视频流中的手势、人脸、人体，并转化为指令使得机器做出正确响应。毫秒级检测及追踪速度，响应迅速，支持掌、拳、V字手型、伸掌、握拳、挥手等多种手势操控，高鲁棒性的人脸及人体检测追踪运算。

值得关注的是，阅面科技的AI芯片视觉模块还在功耗上进行了一定的优化，本地深度学习处理功耗仅为 0.5W，整体高峰功耗小于 2.5W。

AI的愿景

「实时动态」、「低功耗」和「低成本」是阅面科技在推广自己AI技术时的理念，而这些特点正是AI在普通消费品上赋能所需要的。

在发布会后的采访中，赵京雷也谈及选择消费级产品市场作为切入点的原因：基于公有云的AI开放服务市场，未来是BAT等巨头的展出，在这个领域创业公司优势不大，而视觉在垂直领域的应用，尽管前景广阔，但是在数据采集等方面已经不是技术能够解决的事情，目前也有很多大公司在做。而视觉算法在消费级市场的应用目前看起来空间更广阔，未来会有爆发性的增长。

这次的视觉模块也是在这一市场的进发，未来借助低成本的AI技术，助力行业的成熟，这也是阅面科技在其中的考量。

智能硬件结合大数据优势，全方位挖掘用户线下、线上行为，精准定义目标客群特征、消费偏好、地域分布，为零售客户提供选址招商、运营管理、客群洞察、推广营销、实现 营销的“点对点”高效精准的传播，是新一代人工智能思维下的营销新武器。

店内优化

客流实时监测

顾客质量和转化率

顾客运动轨迹热点动图

店内商品试用、转化率

新客招募

厘米级精准定位新客，信息采集分析

对接各个广告平台，精准投放

广告效果评估

提高活动效果

展示真实人流，轨迹动图，客观评估活动效果

场景式营销，广告实时送达

用户画像

了解品牌受众，帮助品牌定位

进店顾客人群画像采集

人员、物品管理

优化员工管理系统，监测到岗及工作时间

贵重物品定位，防盗防损

优化库存管理

探针

集探针，iBeacon，商品触碰探测为一体

wifi与gprs两种上报信息方式

搭载gps模块，采集地理位置信息

出色的定位技术

手机号与mac地址绑定方案

平台化运作，提供丰富的上层接口给集成商

解决方案

购买地址：https://detail.1688/offer/551150997804.html?spm=b26110380.sw1688.mof001.1.b4WnET

或阿里巴巴搜索：58数云、潜客宝

匹配算法实现，通过将用户属性、用户学习状态属性、用户操作行为统计属性与资源属性进行匹配，数据容量大，遥测距离远，人机界面友好，可靠性高的优点，可广泛用于学校和社区小区域范围环境服务。

也适合于气象、海洋、环境、机场、港口、工及等领域使用．实时数据采集与上传该模块主要功能是通过无线方式获取环境观测站采集的实时数据并显示．数据采集的基本算法如下：首先判断是否到发送数据时间，若到了执行数据发送命令。

为了方便学习者查找资源以及系统推送资源，须对学习者和资源的属性进行标记，即创建属性元数据．本研究采用标签技术分别建立学习者和资源的属性元数据．学习者的属性标签主要来自于用户注册时的信息（用户属性）、学习者的学习状态属性以及学习者系统操作行为统计属性（对上传、下载、浏览、评论等操作的统计）。

资源的属性标签主要来自于资源提供者根据学科和关键字分类的标签以及资源使用者对资源的评价、标记等．根据研究性学习的主题、用户学习进度，系统可以将用户可能感兴趣，其他用户感兴趣或评分高、浏览次数多，相同领域的最优资源或相似领域的最佳资源推送给用户，系统根据学习者的学习主题，将平台中评价最高的相关资源、教师指定的资源和拓展的相关资源进行匹配，

无线数据采集模块就是无线小型RTU设备。也可以定义为无线数据采集传输终端设备，是将串口数据或者模拟量及变量采集，通过GPRS 、CDMA、3G、4G无线网络进行传输的设备。为那…通信的WCTU就是个代表，采用工业无线通信模块，支持多路模拟量A/D采集接口和开关量I/O输入输出接口。

万众WZG6001无线变送器采集模块用于采集公司的无线压力变送器WLP-0601A、无线转速变送器WLR-0807A、无线温度变送器WLT-0807A的数据，转换为工业标准的Modbus协议，方便和其他工业产品对接，如PLC或者RTU等。

单个WZG6001无线变送器采集模块最多支持15个无线压力变送器WLP-0601A，5个无线转速变送器WLR-0807A，5个无线温度变送器WLT-0807A，对于485总线来说，是支持多个WZG6001级联的，也就是通过485级联的方式是可以实现用户所要求的任意数量的变送器数据的采集。

使用方法

该模块的功能是将无线压力、无线温度、无线转速、载荷变送器的数据转换成RS485信号，与其他测控终端对接使用。

目前RS485接口用于与测控终端对接，RS232接口用于更改配置。同时也可以通过按键L.R进行配置修改，包括modbus的地址和波特率的配置，433Mhz无线频点和地址的配置。

无线变送器接收模块的通信地址和通信频点需要和要接收的压力、温度等变送器的通信地址和频点设置一致，即可完成配对。

1. 使用环境及特性

l 工作温度应小于70℃，大于-30℃；

l 安装周围不得含有过量的尘埃、酸性、碱性或易燃易爆性气体；

l 工作电压：12-30V DC；

l RS485接口：1路，支持Modbus RTU通信协议；

l 短距离无线通信地址范围：1-9999；

2. 按键及指示灯使用说明：

①：433天线接口（模块侧面） ②：Modbus通信指示灯

③：433通信指示灯 ④：Run运行灯

⑤：电源9-30V（V+~V-） ⑥：RS485通信接口(Modbus从机、485A,485B)

⑦：RS232接口(RX,TX,GND）