使用業(yè)界公認難度非常高的靜默活體技術進行“真”、“假”人校驗，采用單RGB相機和雙目（RGB+IR）相機的方式檢測是否為真人，包括3D仿真頭模、紙質(zhì)打印照片、顯示屏等攻擊素材都可以有效阻截，該算法已通過銀聯(lián)活體增強型認證。

使用普通相機對人臉進行高精度快速重建，通過單張或多張圖片即可還原人臉的三維屬性，3d重建技術可用于元宇宙中虛擬人物構建、虛擬穿戴等場景。

頭肩檢測追蹤在密集人群的場景下可以高效統(tǒng)計出人流量，一些異常的聚集、滯留等事件也能夠及時做出響應，在海思、ARM等邊緣設備上可以近乎于實時。

行人檢測算法負責檢出圖像中行人的位置，包含社區(qū)、商場、學校等場景，對于雨霧天、夜間等成像惡劣天氣均有顯著優(yōu)越性，綜合檢測精度達到99.8%*。

人群密度計數(shù)用于人群密集的場景，估算畫面中人群的數(shù)量，例如在車站、機場、景區(qū)等重點監(jiān)控區(qū)域，用于統(tǒng)計人群當前密度或者突發(fā)的人流增多等異常事件。

行人重識別（Personre-identification）是利用計算機視覺技術判斷圖像或者視頻序列中是否存在特定行人的技術。選擇行人抓拍圖像送入算法，檢索跨設備下的該行人圖像，旨在彌補固定攝像頭的視覺局限，可有效追溯跨攝像頭的任務活動軌跡，并可與行人檢測/行人跟蹤技術相結合，可廣泛應用于智能視頻監(jiān)控、智能安保等領域。

行人屬性識別在行人檢索、用戶畫像分析以及智能監(jiān)控等領域具備廣泛應用。算法依托于大數(shù)據(jù)和深度學習技術，可在復雜場景下檢測多個目標，可對行人的性別、年齡、頭部配飾、發(fā)型、發(fā)色、上下著裝、情緒等15種屬性共計130個精細類別進行識別。

行人骨骼關鍵點用來定位人體的頭、脖子、左右肩、左右肘關節(jié)、左右腕關節(jié)、左右髖關節(jié)、左右膝關節(jié)、左右踝關節(jié)，可用于互動游戲的數(shù)據(jù)獲取、跌倒等異常動作的檢測等，算法運行在海思系列AI芯片，或低端ARM上。

設定檢測區(qū)域，對行人進入該區(qū)域超過一定時間的事件進行檢測，超過閾值預警。

設定檢測區(qū)域，對行人在該區(qū)域徘徊或滯留超過一定時間的事件進行檢測，超過閾值告警。

應用頭肩檢測算法，對進入檢測區(qū)域的行人進行計數(shù)，對超過閾值人數(shù)告警。

應用行人檢測、跟蹤算法，對進入檢測區(qū)域的行人進行跌倒檢測，對超過閾值的行人進行跌倒告警。

應用行人跟蹤及吸煙行為檢測算法，對進入檢測區(qū)域的行人進行吸煙檢測，對超過閾值的行人進行吸煙行為告警。

應用行人跟蹤及打電話行為檢測算法，對進入檢測區(qū)域的行人進行打電話檢測，對超過閾值的行人進行打電話行為告警。

用于區(qū)分人員佩戴安全帽、頭盔或普通帽子，在工地、工廠等場景下面對于促進安全生產(chǎn)具有較強的監(jiān)督和預警功能，對于復雜光線、復雜場景下依然可以做到極高的準確率。

應用采用行人檢測算法，對未戴安全帽的行為進行預警。

工地檢測人員是否穿戴反光衣，對于未穿人員進行告警提醒。

采用頭肩或行人檢測算法，實現(xiàn)人員離崗檢測。對區(qū)域內(nèi)人數(shù)和時間進行計算，如小于規(guī)定的人數(shù)和時間則進行預警。

應用行人跟蹤以及未戴口罩檢測算法，對未佩戴口罩的行為進行預警。

應用行人跟蹤以及廚師著裝檢測算法，檢測工作服【白色】+帽子是否都符合，如不符合則告警。

應用行人跟蹤及玩手機行為檢測算法，對進入檢測區(qū)域的行人進行玩手機檢測，對超過閾值的行人進行玩手機行為告警。

應用打架檢測算法，對打架行為進行預警。

應用奔跑檢測算法，對奔跑行為進行預警。

采用AI精細行為識別算法,實現(xiàn)對醫(yī)院、機場、隔離點等處防護服脫卸行為進行自動監(jiān)測、智能化記錄與告警；對防疫服脫卸流程中受控人員每個關鍵動作，進行動作規(guī)范性識別、動作時長監(jiān)測及步驟準確性識別。

高空拋物用于實時抓拍高拋違法行為，在海量視頻數(shù)據(jù)中截取高拋前后的視頻片段，用于物管部門取證和追溯。高拋算法可運行在華為SDC智能攝像機內(nèi)，不需要額外配置分析設備，對于夜間白天具有良好的抗干擾能力，綜合抓拍率達到95%*。

電動車入樓棟、電梯用于報警電動車進入電梯和樓棟，預防電動車違規(guī)室內(nèi)充電，避免因電動車室內(nèi)充電引發(fā)火災。算法能夠有效區(qū)分電動車、自行車、小孩玩具車、滑板車、手推車等80余種車輛，電動車綜合召回率達到95%*。

應用煙霧檢測算法，對檢測區(qū)域內(nèi)的煙霧超過閾值時間的事件進行告警。

使用RGB、IR實時監(jiān)控相機，精準識別監(jiān)控區(qū)域內(nèi)的明火煙霧情況，同時有效控制誤檢頻繁發(fā)生。

通過長時間追蹤車輛停留區(qū)域時間判斷是否存在違法行占道，對占道車輛進行抓拍報警。

用于檢測路面垃圾例如紙片、飲料瓶、塑料袋等常見垃圾。

對小區(qū)內(nèi)的垃圾桶是否滿溢進行檢測。

應用紅外場景下老鼠檢測算法，對檢測區(qū)域內(nèi)的老鼠出現(xiàn)超過閾值時間的事件進行告警【需夜晚紅外場景下】。

應用機動車、非機動車檢測算法，對進入檢測區(qū)域的機動車、非機動車進行檢測，對超過閾值時間的機動車、非機動車進行告警。

算法通過分析發(fā)現(xiàn)占用城市、街道等公共區(qū)域中違規(guī)占道經(jīng)營的行為，包括小吃攤、私搭攤販、小推車、地攤等，檢測準確率達到90%（該數(shù)據(jù)為小視科技標準實驗下的數(shù)據(jù)）。

非機動車檢測、機動車檢測用于監(jiān)測道路車輛違規(guī)停放或車輛違章行駛，同時也可結合應用在車牌識別等任務中。對于夜間違規(guī)停放的機動車輛,在夜間紅外仍能保持良好的檢測精度。

工程車檢測用于檢測工地或市區(qū)限行路段渣土車、水泥罐車、挖掘機等施工車輛，防止違規(guī)行駛在禁止作業(yè)或禁行區(qū)域。

工地中渣土車出工地前對車輪外觀應按照要求進行清洗，清洗過程中判斷工地是否按照要求對車輛進行噴淋清洗。

河道漂浮物主要在湖泊、河面、水溝等場景檢測浮萍、水草和垃圾，算法精度達到98%。

通過監(jiān)控攝像頭識別水文標尺，通過深度學習算法對刻度尺進行識別，適用于河道、溝渠、湖面等場景，也適用于多種水文標尺，無特定限制。

工業(yè)質(zhì)檢、工業(yè)缺陷檢測用于檢測零部件表面劃痕、凹陷等異常瑕疵，零部件是否安裝等。

使用對抗生成網(wǎng)絡、人像分割、人像檢測等多種算法對上傳的圖像進行AI創(chuàng)作，能夠?qū)φ鎸嵤澜缯掌M行卡通風格轉(zhuǎn)變，效果精美自然。可用于動圖的制作、AI相冊的制作等。

將視頻中人物的表情完整重現(xiàn)到用戶上傳的人物照片，使用一段視頻、一張圖片即可完成一段即興短視頻制作。算法使用極低的消耗，可以部署在cpu、gpu等平臺方便用戶調(diào)用。

AI算法通過對抗神經(jīng)網(wǎng)絡，為簡筆畫添加精致的細節(jié)并創(chuàng)作出一張真實感十足的風景照，支持一鍵切換春夏秋冬季節(jié)，為畫作添加新奇的濾鏡。

通過提取狗臉的特征及鼻紋，計算兩張狗臉的相似度，從而判斷是否是同一只狗。為每只狗建立專屬ID，它能夠記錄狗的基本信息，生態(tài)動態(tài)，消費信息，服務信息和醫(yī)療信息，更好地幫助主人處理狗狗的日常事務。

深度學習算法通過對狗繩、人狗間距離、行為動作等進行綜合判定，判定為合規(guī)牽繩、狗繩過長還是未簽狗繩三類，對于遛狗未牽繩行為發(fā)出告警。

可以用于特殊證件的識別，例如身份證、結婚證、發(fā)票等文件的文字識別，對于通用場景下的文字識別精度達到97%*。

可用于對黃、綠、藍、白牌等多種車牌。對于白天、夜間等復雜環(huán)境，街道、社區(qū)、出入閘機等多場景下具有良好穩(wěn)定性，抓拍識別準確率高達97%*。