架构原理 - 数据传输服务DTS | 百度智能云文档
架构原理 本文将介绍 DTS 的整个系统架构和实现原理。 系统架构 DTS 系统内各个模块为主备架构，且每个模块均介入监控系统，一旦监控到某节点异常，会立即切换至其他节点。 数据迁移工作原理 数据迁移包括三个阶段，即结构迁移、全量迁移和增量迁移。 结构迁移：读取源库表结构定义语法，重新组装成目标库的语法格式。 全量迁移：全量读取源表内容并写到对应的目标表。
公有云转私有化 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
因为线上线下依赖服务的不同，私有化版的人脸服务提供的能力会与公有云版有一些差异。 若您想了解更多公有云转私有化的内容，请 提交工单 联系百度的工作人员 注意事项 差异如下： 1、关于接口调用 私有化服务不需要通过AK/SK来获取token再请求，而是可以直接调用接口，具体调用方式参考 接口说明文档 私有化的接口在请求时，需要替换成下接口地址并在请求中带上 appid 的参数。
[AI行业案例]-人脸识别构建校园安全守护网
所以，针对这些情形，学校迫切需要使用人脸识别系统来加强学生接送管理、校园进出学生管理、校园（宿舍）学生出入等安全薄弱点，进而改善和避免安全事故的发生。
人脸识别特征值同步接口 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
人脸识别特征值同步接口 人脸识别特征值同步接口 人脸识别特征值同步接口可以实现人脸特征抽取和人脸库的构建。 该接口主要用于在服务端（云端）提取与人脸离线识别SDK通用的人脸特征值，通过调用该接口获取到的人脸特征值及构建的人脸库可以直接导入离线设备端作为人脸离线识别SDK的底库。 特征抽取接口 说明：该接口用于检测图片中的人脸并获得人脸位置信息及特征数据 1. 请求参数 1.1.
Win-SDK-C#（历史版本） - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
1.3.4 人脸1：N搜索 将需要识别的人脸图片集注册到本地人脸库中，当有用户需要识别身份时，从视频流中实时采集人脸图片，与人脸库中的人脸集合对比，得到搜索结果。如果需要为无人看守，则需要配备活体检测保障业务真实性和安全性。
Windows-SDK-常见问题 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
5.3 NIR人脸识别 纯nir识别技术暂时不支持，目前支持RGB单模态识别、RGB/NIR混合模态识别；NIR模态在活体检测比较成熟，针对视频流/图片，利用近红外成像原理，实现夜间或无自然光条件下的活体判断。其成像特点（如屏幕无法成像，不同材质反射率不同等）可以实现高鲁棒性的活体判断，降低照片/视频攻击的成功率。
Android-人脸通行工程 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
智慧票务 ：将人脸识别系统与票务系统关联，使用人脸完成用户注册、购票、检票等票务全流程，适用于景区、剧场等。 智慧社区 ：方案适用于智慧社区等小型安防场景，集成与社区监控系统中完成人流统计、人脸通行等核心功能。 企业管理 ：方案可用于智能企业管理，可在此基础上根据业务需求实现人脸考勤、人脸门禁、访客签到等功能。 智慧酒店 ：利用人脸识别能力辅助完成客人实名入住登记、人脸门锁、账户计费等功能。
Win-SDK-C++（历史版本） - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
个浮点值 face_token 对应人脸图片的唯一编码，若一个人上传了2张不同图片，则可能有2个不同的face_token,它和图片一一对应 2.2 SDK简介 本sdk适应于windows平台下的人脸识别系统,分x86和x64两个版本,开发者可在vs2015下面进行开发（推荐使用，不保证vs其他版本都兼容）。
人脸考勤 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
人脸考勤 面向移动考勤、办公室前台考勤、摄像机无感知考勤的应用场景，提供有针对性的人脸考勤解决方案、完善的集成说明，帮助开发者便捷地搭建一个高效率，高防作弊能力的智能考勤系统。 一、考勤解决方案概述 1、方案优势 相比于传统的打卡考勤、指纹考勤，人脸考勤有众多优势： （1） 防作弊能力强 ：提供在线、离线两种活体检测方案，有效抵御视频、翻拍、3D模型等活体作弊手段。
人脸采集 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
需要注意的是需要根据业务特点，做好系统版本或者浏览器版本的兼容工作。 平板 应用场景 对于考勤、签到、闸机等近场景人脸识别，需要用户配合式刷脸、且需要页面反馈的业务需求，可直接开发APP应用于Pad设备上，设备布设简单，应用开发难度低，可快速进行业务落地。 适用采集人数 1人。 产品架构 Pad+客户端SDK、H5等 产品形态 APP、H5等 核心性能需求 暂无要求。
