[AI行业案例]-OCR身份证混贴识别，让蓝领招工快速入职
解决方案 接入百度OCR身份证混贴识别，针对身份证正反面在同一张图片上的场景，可自动检测与识别图片中身份证正反面所有字段。显著解放企业招聘人力。 操作流程： 第1步：点击“身份证导入”； 第2步：同时拍摄/上传多张身份证正反面照片； 第3步：OCR结构化录入员工身份证信息； 第4步：核验完成后，完成信息录入。
人体检测与属性识别 - 人体分析 | 百度智能云文档
摄像头硬件选型无特殊要求，分辨率建议720p以上，更低分辨率的图片也能识别，只是效果可能有差异。 暂不适用夜间红外监控图片 ，后续会考虑扩展。 注：接口返回的属性信息包括人体的遮挡、截断情况，在应用时可基于此过滤掉“无效人体”，比如严重遮挡、严重截断的人体。 人体检测的效果示例如下： 非正常人体示例：严重截断 22种属性及其输出项如下，持续扩展更多属性，敬请期待。
IOS-基础版 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
而以上场景的几乎所有业务过程，核心可以分为两个步骤： 人脸采集 ：人脸识别的前置步骤，即获取到人脸图片，用于对比、识别、属性分析等操作。 人脸分析 ：包括人脸图片的加工处理，特征抽取与对比，结果返回等一系列操作，也是通常理解为的人脸识别操作。 要想确保人脸识别的应用效果得到保障，最为核心的一个环节即人脸的获取，即 人脸采集 。
[AI行业案例]-通用文字识别技术，让你的快递早日到家
第一步：通过“独马”采集系统完成包裹信息的拍摄、搜索裁剪面单，将三段码、目的地、单号等单面信息转化为图片信息； 第二步：通过百度通用文字识别（高精度含位置版）技术，将三段码、目的地、单号等图片信息转化为文字信息并录入系统； 第三步：提取的文字信息进入“独马”分析系统，与后台数据进行匹配（三段码中区域信息与目的地信息匹配）； 第四步：数据匹配正确进入自动分拣设备；信息不全或者不正确的由人工补码系统处理后
[AI行业案例]-OCR技术推动正保教育票据识别智能化
使用产品 增值税发票识别 通用文字识别 自定义模板文字识别 支持与交流 AI社区 教学视频 文档中心 SDK下载 OCR技术推动正保教育票据识别智能化 价值成果 1、利用百度OCR文字识别技术，实现票据内容识别服务自动化，识别准确率达到90%以上； 2、为自动化验证增值税发票真伪服务提供了关键、核心的技术支持，有效节省了人力成本，大大提升了服务标准和效率。
人脸实名认证 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
1.2.3 OCR身份证识别 身份证图像识别，自动识别身份证相关信息，具体如下所示： 支持对二代居民身份证的关键字段识别 正面：包括姓名、性别、民族、出生日期、住址、身份证号 反面：签发机关、有效期限 识别准确率可达98%以上 1.2.3.1 身份证质量检测 OCR客户端SDK的能力，在完成拍照前，会自动校验拍摄条件，确保拍摄待识别的身份证图片质量合格，具体校验项如下所示： 是否清晰度合适、是否反光
PHP语言 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
活体检测接口主要用于判断是否为二次翻拍，需要限制用户为当场拍照获取图片 ；推荐配合 客户端SDK 有动作校验活体使用 人脸认证 返回示例 { log_id : 73473737 , result_num : 2 , result : [ 99.3 , 83.6 ] } M:N 识别 待识别的图片中，存在多张人脸的情况下，支持在一个人脸库中，一次请求，同时返回图片中所有人脸的识别结果。
通用文字识别-高精度版（GeneralOCR） - 千帆AppBuilder-产品文档
通用文字识别-高精度版（GeneralOCR） 简介 通用文字识别组件（GeneralOCR）支持多场景、多语种、高精度的文字识别服务，对图片/文件全部文字内容进行检测识别。
[AI行业案例]-人脸识别、行为分析等AI技术助力智慧化社区服务
相对于社区的基础数据较为容易收集，但社区内动态数据的采集却需要通过接入各种物联网设备，然后对视频流中的人脸、车牌、异常行为等内容进行精准识别。 目前，虽然很多AI解决方案在实验室环境中的表现优异，看似可以实现以上需求，但是在实际环境中由于受到光照、角度以及图片质量的影响，导致误识率和拒识率高，无法满足智慧社区的实际落地需求。
IOS - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
Q：使用 iOS 采集端，采集到的图片是斜着的，这个正常吗，会影响识别吗？ A：不会影响识别。有黑边和倾斜是因为图片质量算法造成的，我们是按 1:3 对图像进行背景填充使人脸居中，为的是更好的识别图像。这个版本提供了 detectStratrgyWithQualityControlImage 和 detectStratrgyWithNormalImage 两种方法供选择。
