TRS智眼视觉引擎软件

该平台集成了主流的深度学习框架及深度学习模型。在图像及视频检索和分类、图像及视频特征提取、重复图像及视频检测、图像及视频目标检测识别、图像及视频 OCR 文字提取和场景分类等关键技术的基础上，通过深度学习模型理解图像及视频，提取图像及视频内容特征，建立图像及视频检索系统。用户通过输入图像及视频，可快速实现图像及视频的智能识别和处理；以及在图像视频库中快速检索到与输入视频相似的图像及视频片段。平台可以实时地从海量图像及短视频数据中识别并筛选出涉黄涉暴、政治敏感等非法数据和广告推送、恶趣低俗等违规数据，保障互联网的图像及视频内容安全和品质服务，可广泛用于版权鉴定及内容审核等场景。

产品功能产品优势应用场景用户价值最佳实践

产品功能

图像分类

以图搜图

图像敏感识别

人脸识别

OCR识别

目标检测

音视频处理

智能语音处理

视频检索

本功能基于定制的深度卷积神经网络模型实现。支持ImageNet的1000类分类以及定制模型分类功能。在线接口：http://ai.trs.cn/DL-VRS/docs中图像分类部分

此功能基于定制的深度卷积神经网络模型提取的深度特征实现。深度特征集成图像的高层语义特征，利用 CNN 和 RNN 等深度学习算法得到的深度特征不仅保持了一定的不变性，而且还包含了更多的高层语义信息，可以有效地缩小底层特征与高层语义之间的鸿沟。同时，相邻位置的特征往往是高度相关的，因此可以检测到图像的局部特征，可以有效解决相似图像检索问题。在线接口：http://ai.trs.cn/DL-VRS/docs中以图搜图部分图像检索Demo：http://ai.trs.cn/image_demo/image/image_search 舰船检索Demo：http://ai.trs.cn/graphdemo/

此功能采用定制的深度卷积神经网络模型实现。支持NSFW识别及暴恐识别。在线接口：http://ai.trs.cn/DL-VRS/docs中图像敏感识别部分

此功能采用目标检测和人脸特征比对相结合的方法。第一步先把图片中的人脸位置检测出来；第二步提取人脸部分图片的特征；第三步和库中的人脸进行相似度比对，得到结果。支持自建库。帮助用户识别图像、视频中的重要人物及敏感人物。在线接口：http://ai.trs.cn/DL-VRS/docs中人脸识别部分人脸检索在线Demo：http://ai.trs.cn/image_demo/image/face_search

此功能基于 CRNN+CTC 模型框架，在保证识别效果的同时实现模型蒸馏，使模型尺寸缩小，加快推理速度。目前支持简体中文、英文、数字、常用标点的识别。帮助用户识别图像、视频的字幕；帮助用户识别图像、PDF中的表格及文字信息。在线接口：http://ai.trs.cn/DL-VRS/docs中OCR识别部分在线Demo：http://ai.trs.cn/table_image_demo/static/index.html

此功能基于经典深度学习模型架构，实现敏感旗帜、商标 Logo、电视台标及道路行人车辆检测等功能。模型可定制。帮助用户识别图像、视频中感兴趣目标的位置。在线接口：http://ai.trs.cn/DL-VRS/docs中目标检测部分旗帜检测Demo：http://ai.trs.cn/flag-detection/ 商标 Logo 检测Demo：http://ai.trs.cn/logo-detection/ 电视台标检测Demo：http://ai.trs.cn/tv-detection/ 车辆行人检测Demo：http://ai.trs.cn/street-detection/

此功能主要基于视频处理 SDK，实现音视频基础信息提取、视频抽帧、音视频分离、音视频编码转换以及音视频格式转换功能。帮助用户编辑音视频数据，更方便地对接智能识别业务。在线接口：http://ai.trs.cn/DL-VRS/docs中音视频处理部分

此功能基于深度学习模型，实现语音识别、语音生成及语音分类功能。支持语音中英文识别及生成。帮助用户更方便地将音频数据打标以及将音频转换为文字，更全面地理解视频中的信息。在线接口：http://ai.trs.cn/DL-VRS/docs中智能语音处理部分

基于深度学习模型提取出的图像特征、文字及人脸信息，实现综合的视频检索功能。在线Demo：http://ai.trs.cn/image_demo/image/video_search

图像分类

本功能基于定制的深度卷积神经网络模型实现。支持ImageNet的1000类分类以及定制模型分类功能。在线接口：http://ai.trs.cn/DL-VRS/docs中图像分类部分

以图搜图

图像敏感识别

此功能采用定制的深度卷积神经网络模型实现。支持NSFW识别及暴恐识别。在线接口：http://ai.trs.cn/DL-VRS/docs中图像敏感识别部分

人脸识别

OCR识别

目标检测

音视频处理

智能语音处理

视频检索

基于深度学习模型提取出的图像特征、文字及人脸信息，实现综合的视频检索功能。在线Demo：http://ai.trs.cn/image_demo/image/video_search

产品优势

接口规范

统一采用HTTP RESTful接口实现，并配有Swagger UI，方便调试。

处理效率高

支持图像/视频的多种接口传输类型，支持多线程调用以及GPU加速计算。

全要素提取

采用大数据、语义智能等技术，实现对图像/视频内容进行全要素智能提取，包括图像特征、文字信息、语音信息、位置信息等，进行细颗粒度打标，极大地提高处理效率。

绿色软件

不修改注册表，不修改系统目录。

模型定制

可根据智拓提供的服务对模型进行训练和验证。

免费试用

可根据该文档中提供的在线地址或TRS人工智能开放平台提供的服务进行免费试用。

全场景扩展

采用微服务架构，实现图像及视频检索、图像及视频场景分类、视频编辑处理、图像视频审核及版权比对等全场景应用进行可插拔式的扩展。

应用场景

图像及视频检索

图像及视频场景分类

视频编辑处理

图像视频审核/版权比对

面向大规模图像及视频库，以及多样的文件格式，帮助用户实现更加高效、准确、便捷的检索服务。

面向大规模图像及视频库，提供全方位的特征及标签信息。帮助用户实现更加高效的数据打标及数据分类功能。

面向大规模视频库及视频编辑场景，帮助用户更加高效、统一地编辑和转换视频库。

面向大规模图像及视频库，帮助用户更加精准、准确及高效地进行内容审核工作。

用户价值

提升数据处理效率

助力数据检索精准直达

规范数据存储及应用更加合法和有序

最佳实践

大规模舰船分类检索

海关智能图像识别