歌神张学友的演唱会上，警察对逃犯一抓一个准，这其实就是运用了人脸识别技术，人们在惊叹歌神魅力的同时，也开始对人脸识别的各种场景化应用进行思考。
专注人脸识别领域15年的盛开CEO曾祥永博士说：“这只是人脸识别在社会治安方面的一个应用，逃犯的照片都已提前录入了系统，当他们经过人脸识别终端时，就会被摄像头捕捉到，通过与后台系统进行比对，就能确认他就是数据库中的逃犯。其实，随着人脸识别应用价值的体现和应用成本的降低，在商业、教育及生活等民生领域存在着更多的应用需求。例如刷脸支付、人脸门禁、人脸考勤甚至会员识别与客群分析。盛开公司就研发了一套将人脸识别技术广泛应用于这些领域的SAAS平台系统”。
在8月15日北京举办的第四届世界机器人大会，盛开旗下的最新产品FRM(Face Recognition Management)系统启用低成本高性能的离线人脸识别算法，告别人脸识别技术对高性能处理器和实时联网的强依赖性，在展会上大放异彩，获得了业内的一致好评。
盛开互动CEO曾祥永说：“FRM的最大特点是低成本、高性能，具体来说就是可以利用现有手机、PAD、智能机器人及智能广告机体与无人售货柜等各种智能终端本身的计算能力，甚至在百元级的CPU主板上，就能实现高速、高精度的人员身份识别及年龄、性别、情绪分析，并且无需实时联网;FRM第二大特点就是可轻松实现多终端人员识别与数据统计分析管理，无需采购昂贵设备，更无需复杂布线，非常适合在商业、生活及教育领域的各种连锁机构快速部署，用于人脸门禁、考勤签到、会员识别及客群分析。在真实应用场景条件下，FRM的识别准确率也达到了99%以上。”
由于采用了嵌入式人脸识别深度优化算法，FRM人脸识别管理系统可以在各种低成本终端设备上实现高精度实时离线人脸识别，也可进行属性分析(如：性别、年龄、表情、姿态及有无配饰等)，还支持识别分析结果的云端上传与数据存储。
盛开核心团队均来自中科院，在视觉识别与智能交互领域深耕超过15年，拥有了11项专利技术与二十余项软件著作权，他们在国内率先完成把人脸识别、表情分析、手势跟踪、运动分析及图像识别等视觉交互技术应用到体感游戏、互动体验等消费服务领域，具有极强的算法优化与落地应用能力。
盛开陆续为个人机器人、服务机器人、人脸门禁机、智能广告机、自动售货柜、教育培训、商超网点、美容美发、健身娱乐、会展场馆、旅游景区、智慧空间等近百种场景提供人脸识别FRM这一系统。FRM面市仅两个多月，就已经与几十家不同类型企业达成战略合作。
为什么这么多企业选择盛开FRM系统呢?
盛开CTO徐斌对此做了详细的解释，徐总以新零售门店为例。他解释说：“不同客户来到这家新零售门店都不一样，新客户，老客户，门店会员，FRM人脸识别管理系统通过无触感动态人脸识别，自动与门店数据库对比，就能给门店店员不同的信息。店员根据这些信息，就能第一时间了解客户喜好，增加成单效率。对于不同客户，后台还可以根据FRM人脸识别管理系统上显示的信息给客户分组，比如会员，老客户，新客户，还比如易成单客户，一般客户等，这些分组还将根据不同数据形成客户综合报表，对店员来说省时省力，对于商家来说节约成本，提高效率，还能综合掌握客户信息与门店运营情况。”
“以教培机构考勤为例，用人脸识别来替代刷卡和指纹打卡机，可以免去因忘记带卡或手掌出汗和手指蜕皮等情况打不上卡的麻烦。当学员的身份信息被录入系统后，学员出现在学校、教室等场所时，FRM人脸识别管理系统终端摄像头就会准确记录这些人的到校时间，离校时间，课堂实到人数及缺勤人数等等，这些都会显示在FRM人脸识别管理系统中，并按照每日、每周、每月、每学期为周期生成报表，学员的考勤一目了然。”
徐总接着又说了FRM系统在智慧社区中的应用。”FRM人脸识别管理系统不但可以准确识别社区内的人，还可以识别陌生人以及黑名单的人，并给予社区保安相应的提示。CTO徐斌解释说：”比如在某社区里，要是安装了FRM人脸识别管理系统，社区内的业主信息都会被存储在系统后台，如果谁丢卡了，或者卡消磁了，不用担心，只要站在FRM人脸识别终端摄像头前，系统会自动判定你为社区业主，会自动打开大门;而如果是陌生人靠近，会向保安发出提醒信息，当黑名单人偷入社区， FRM人脸识别管理系统会自动拉响警报，让他无处藏身，从而提高社区安全系数，有效避免传统小区各种管理、治安乱象。“
此外，在美容美发、健身娱乐等连锁机构可以应用FRM系统来进行会员识别和一些数据的统计和分析;在会展、文博场馆和旅游景区可以进行签到以及人流分布密度统计和轨迹分析;还有在机器人、广告机、自动售货柜等终端硬件和移动APP上也有很多应用。这些应用为商家和消费者带来管理效率和用户体验上的显著提升。
8月23日，随着重庆智博会的开始，盛开也带着最新的FRM系统参加了此次展会，向更多的专业人员和观众展示FRM系统，努力让FRM系统应用到更多的行业领域中。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
