哈尔滨华民软科科技有限公司简介

作者: 时间:2019-04-23 点击数:

哈尔滨华民软科科技有限公司简介

 

哈尔滨华民软科科技有限公司成立于2016年,公司核心研发团队有50人,与哈工大、哈工程、黑科技等高校科研院所合作,主要从事人工智能与大数据技术应用,高校信息化研发,创新教学软件产品,教育智能化产品,基础教育资源与软件研发、推广与应用,教师教育信息化能力培训,信息技术与学科教学整合指导,信息技术与学科教学整合教研以及教育项目系统集成等。公司与北京神州泰岳智能数据技术公司深度合作,提供大数据服务和大数据运营的数据业务公司。公司通过对移动互联网用户上网日志进行深度数据分析和挖掘,结合公司多年行业服务经验,创新众多大数据算法,细致的刻画用户互联网操作行为,为行业提供数据服务。目前通过数据能力,服务于电信、旅游、房产、金融、游戏等众多行业,用挖掘分析和运营渠道为客户解决关键痛点问题。公司聚焦大规模创新创业背景下的共享学习、区域高位均衡、精准管理等实现教育现代化的瓶颈问题,系统研究信息时代的新教育体系;通过人工智能、大数据、“互联网+”等技术,全面提升智能水平等的智慧环境;以及开展大规模推动人工智能创新应用的培训、创新技术服务和指导等支撑体系。

公司面向教育系统开展的主要工作包括:

1)人工智能与大数据技术应用,人工智能图象识别,深度学习,机器学习、实时日志分析产品,用户画像深度分析模型、LinksDSP广告资源平台、InFoDMP智能精准数据引擎5、羿智云营销服务平台、赋能+实训平台;

2智慧环境规划设计与集成建设,包括教育云平台、智慧校园、智慧教室、人工智能与大数据创新实验室创新实验室以及相关教育软件产品和资源等;

3)教育信息化应用推动,包括优质课和微课大赛组织、深度融合课题立项与指导、深度融合种子教师培养、智慧教育试点示范校(区)培育等。覆盖基础教育、职业教育、高等师范教育、学前教育和社区教育等领域。真正实现通过信息化提高教育教学质量,促进教育高位均衡发展。

 

典型公司产品介绍

 

智慧教室感知系统

1123

    身份识别、课堂行为识别、课堂行为时间线分析、师生互动分析、智能语音分析、注意力分析、参与度分析、疑惑度分析、师生情绪识别、出勤统计、到勤率分析、学生座位分析、教师轨迹分析、板书内容识别、S-T 分析、知识点识别、高频词识别、自动知识点索引、自动课堂行为索引全过程教育大数据分析。

 

大数据

基于全过程采集的教育大数据,可对学情分析、课堂情况、在线教研等教学应用进行深度的挖掘,并可进行自定义多维数据分析,以可视化图形报表形式呈现,更易于教学管理和统筹。

人工智能系列产品介绍

1.技术优势:

    LFWLabeled Faces in the Wild):是目前人脸识别领域公认的测试数据集,数据包含了5749人的13233张图片。2016年,我们的人脸识别算法对于LFW的测试准确率为98.5%2017年初,我们在原有算法(98.5%识别率)上做了改进,加入了Triplet loss verification方法对测试数据进行重新学习,得到了更高的测试准确率:99.57%。而人类对于该数据集的识别准确率为97%

a. 识别参数

2. 应用展示:

a. 寝室出入口人脸识别门禁系统:

    在学校寝室楼门口区域设置摄像头进行实时的视频监控,采集进出该区域的人员信息,识别白名单中的人员并允许其通过;同时对其它非白名单人员给出警示并交由值勤人员处理。

系统功能:

1. 人脸采集和识别:通过识别终端采集人员的脸部信息,与数据库中的人员底库照片进行比对识别;

2. 人机界面显示功能:显示人脸识别视频图像以及识别结果,减少用户因无法判断位置所造成的识别时间过长。

3. 人脸识别终端采用多种报警功能:包括声音、灯光、消息提示等多种报警信号;以便管理人员快速识别未授权人员身份。

4. 人脸识别终端采用红外对射传感器,可以实现人脸识别与人员进出的双重验证。敬意不保证人员进出的有效性。

5. 系统可扩展:除人脸识别外,可扩展连接智能卡识读设备、二维码、身份证、指纹等,实现人脸与其他身份验证手段的多重交互验证;

6. 自学习功能:系统可设置动态地更新数据库中用户的头像,从而保证在用户的人脸及环境的变化下仍然能够快速正确地识别;

7. 人脸识别通道采用多终端数据联网,统一数据、统一平台、统一管理、个性化场景建立等管理模式。

8. 日志记录信息管理功能:系统管理员可应用本系统管理控制软件进行查询、导出和删除等日志记录信息管理操作;

9.  数据库存储和管理:系统设定的参数、人脸模信息和所有开门记录都被保存于数据库中并进行自动备份,并且管理者可以根据需要,对所有资料进行汇总、编辑、拟制多种门禁管理报表;

b. 智能楼宇道闸访客系统:

    系统采用了最普通的IP摄像机与工业PC机及TCP/IP网为基础设备,配合人脸智能识别技术为核心,通过协议转换器,使系统在完成人脸识别的同时,也给道闸的闸机一个开关信号,同步开启人行通道的闸机,并且存储、分析所识别的人脸数据,生成统计信息与报表。

系统应用架构分为三部分:

1、人脸采集与制证部分;主要用于通过照片信息或摄像机采集信息把来人身份信息及人脸信息建模、入库,并用于证件信息制作。

2、人脸识别与闸机触发部分;主要通过IP摄像机采集将要通过人行闸机的人员的人脸信息,并跟库中人员信息进行比对,如果识别结果正确,闸机将开启,允许通过。如果库中没有人员人脸信息,则可以通过刷卡方式,开启闸机。

3、人脸识别结果统计与大屏显示;保存人脸识别结果,提供统计分析功能,且能通过大屏显示现场人脸识别情况及查询识别结果。

具体工作流程如下:

访客来到前台通过访客终端机或PAD进行访客注册;

访客注册完成后,进入闸机的识别范围内;

人脸识别服务器从摄像头传输的视频流中抽取质量最好的一张人脸;

人脸识别服务器将抓拍头像与数据库中照片进行比对;

比对一致,提示识别成功,开门;访客通过

比对不一致,提示识别不一致,不开门。

c. 人证比对系统:

    运用身份证读卡器将身份证中存储的照片提取出来,同时经由摄像头对被检测人员进行拍照,将拍照所得人脸照片与提取的照片进行比对验证,符合条件即判定为同一人,验证通过,反之则验证失败。

人脸动态比对服务器

1. 技术优势:

    YTFYoutube Faces Dataset):是视频图像数据库。含有1595人的3425条视频图像。此数据集用来测试人脸动态识别算法的准确度。

MegaFace Challenge 1,是由华盛顿大学(University of Washington)计算机科学与工程实验室于2015年针对名为 ”MegaFace Challenge” 的挑战而发布并维护的公开人脸数据集,是目前最为权威热门的评价人脸识别性能的指标之一。数据集中的人脸图像均采集自Flickr creative commons dataset,共包含690,572个身份共1,027,060张图像。这是第一个在百万规模级别的人脸识别算法测试标准。由于MegaFace的百万人脸数据库均来自于普通人,在训练过程中作弊的难度很大,因此评测结果更加可信。

a. 识别技术参数:

2. 应用展示:

a. 大数据智能视频人像分析系统:

    利用大数据技术对非结构化视频与图像信息进行集中存储管理,并通过基于深度学习的计算机视觉技术对存储的大量视频图像信息进行快速处理,可以进一步挖掘海量视频监控数据背后的价值信息,特别是在实时智能分析和数据挖掘方面,让传统视频图像分析从人工抽检,进步到高效事前预警、事后分析,实现智能化的信息分析、预测,为视频图像领域业务带来深刻的变革:协助公安干警快速提升视频图像侦察效率,助力案件快速侦破。

 

b. 动态人像认证管控系统:

    响应国家信息化安全要求,采用大数据分析技术与人工智能生物识别技术的新一代数据信息安全防护产品。其主要目标实现多维人员身份认证、涉密数据以及设备管控、涉密数据存储、用户行为记录追溯、数据决策分析、安全事件预警等,以此保护各行业数据信息的应用安全。该系统可以动态检索位于计算机摄像头前的人员状态,当发生人员更换或者离开的情况,系统自动锁定计算机,直到授权人员重新通过验证并登陆。

组43

 

C. 人工智能人脸识别签到系统

    现今的大部分高校,面积大,建筑多,人群密度大,教职工与学生绝大多数都是寄宿形式。校园管理的开放性, 教师、学生安全事件时有发生,为学生创造良好的学习环境,避免校外闲散人员随便进入楼宇而发生丢失物品等治安问题,并且在上课期间总是会占用课时来进行考勤,这也浪费了学生宝贵的学习时间,因此对高校而言,引入人脸识别技术为核心的身份认证管控是非常必要性。

 

ABUIABACGAAgnt3c3AUo-NnDywYw2Q04uAg!700x700

 

D. 赋能+大数据实训平台项目 

IMG_25664667851612910461551532466085

版权:黑龙江科技大学创业创新中心