科葩慧眼人臉識別解決方案充分應用人臉識別技術，將員工、業(yè)主、訪客、非法入侵人員通過針對性的子系統(tǒng)進行有效地管理，不僅提高了管理效率，也真正實現(xiàn)了提前預防。

訪客管理子系統(tǒng)精準控制訪問權限

相較于傳統(tǒng)的安全通行證，慧眼人臉識別系統(tǒng)下訪客管理子系統(tǒng)的優(yōu)點在于：不可竊取，無法借用和復制，就是說，臉部識別是無法被效仿的，在未來，人臉識別也會成為未來較可靠的通行證。

科葩訪客子系統(tǒng)主要有v預約、訪客數(shù)據(jù)自動下發(fā)功能，針對不同地點的安保等級，物業(yè)還可以選擇安保再確認、遠程開門等功能，全程數(shù)字化管理，為訪客、被訪公司、物業(yè)三方提升效率，提升用戶體驗。

人臉通行子系統(tǒng)更準確高效

傳統(tǒng)通行系統(tǒng)具有人卡不一、卡片丟失、卡片易被破解復制、信息準確率沒有保障等問題，而慧眼人臉識別系統(tǒng)下的人臉通行子系統(tǒng)不僅可以解放雙手、速度快捷地完成通行管理任務，還能夠明確責任、準確防偽，保證本人通行、不可替代的1性。

動態(tài)布控子系統(tǒng)可事先預警

科葩慧眼人臉識別系統(tǒng)下的動態(tài)布控子系統(tǒng)能高速抓拍，同時采集比對15張人臉，主要有陌生人預警、VIP迎賓等功能。

出現(xiàn)安全問題，傳統(tǒng)攝像頭只能事后排查，而科葩動態(tài)布控子系統(tǒng)能做到陌生人預警，黑名單報警等功能，只要有非*人員或黑名單人員出現(xiàn)，后臺即會發(fā)出預警，讓安保人員能及時排查，防止安全事件發(fā)生。

VIP迎賓功能可以設置VIP名單，當重要賓客到訪時，大屏幕上會彈出迎賓畫面，為重要嘉賓帶來尊貴的體驗。

不得不承認，人臉識別技術比現(xiàn)有的基于ID入口系統(tǒng)更快、更強大、更安全。憑借其靈活的設計, 科葩慧眼人臉識別系統(tǒng)還為開發(fā)和整合更多的應用程序和服務提供了充足的空間，以滿足您未來的安全訪問和管理需求。

科葩專業(yè)人臉識別設備與應用解決方案提供商

科葩X-Face慧眼人臉識別，助力行業(yè)應用智能化變革落地！

---------------------------------------------------

給人的感覺都是很親切和藹。一面是小組的leader，就是拿著我的簡歷看了一下項目，問了天池o2o的比賽中選取的特征是什么，我當時只回答了商家發(fā)放的優(yōu)惠券，有多少是用戶消費了，多少是無效的，用戶的特征是使用優(yōu)惠券的消費占總消費的比例，線下的特征多一個用戶到商家的距離。當然這樣回答很不全面，可以參考*名代碼選取的特征，很多組。之后問了XGBOOST的原理，這塊我一直沒看懂，就簡單了說了一下是用決策樹做的分類，用信息熵來選取決策的節(jié)點，之后問了TensorFlow的框架，這個我用的是Anaconda，用了半年了，還算是得心用手吧，回答用的是Spyder 和notebook多一些。主要就是這樣，不知道為什么一面問的很簡單，然后就說，好了你的情況我基本了解了，下一個面試官來面一下你的數(shù)據(jù)結構和算法等基礎知識。等了大概10分鐘，二面的面試官來了，上來就讓做題，下面開始曬干貨： 1.一個村莊剛開始男女比例是1:1，該村莊有個風俗，如果*胎生的是男孩，夫妻就不在生育了，如果是女孩就接著生育，直到生育的是男孩為止，求第N代人的男女比例。 2.a1,a2,a3......an在[0,1]均勻分布，求E[max(ai)]。 3.代碼實現(xiàn)快速排序算法。 4.有一個10*10m的區(qū)域，向該區(qū)域內投擲炮彈，炮彈的殺傷力范圍是半徑為10m的圓形，求問要覆蓋該區(qū)域徐投擲炮彈數(shù)目的期望，代碼實現(xiàn)。 5.一張N*N的圖片，逆時針旋轉90度，輸出該圖片。 6.兩張數(shù)據(jù)表 ，SQL分組求和問題，具體不太好表述，看著簡單操作起來挺復雜的。 7.如果你們公司新開發(fā)了一個*系統(tǒng)投入使用，你如何告訴該算法是有效的(意思比之前的*算法好)。 主要就是這上面7道題，時間25分鐘。我先寫了一部分，寫不出來的說思路也行，然后面試官很有耐心的給我講解，就這一點，感覺面試還是有收獲的。 *道題，我對題意的理解本身就有問題，后面女生多男生少怎么辦（要一夫多妻了，ennnnn跑題，后面的結果打臉了），先放下顧慮，生育男孩每次的概率都是0.5，是男孩就結束。所以女生的概率和應該是0.5+0.5^2+0.5^3+.....+0.5^n，等比數(shù)列求和是1-0.5^n，又因為，男女概率和應該為1，說以男女比例應該是0.5^n：(1-0.5^n)。做完之后也不確定對不對，但是覺得應該是女生越來越多。但是，面試官直接說，結果還是1:1.*張方法用數(shù)學期望求解，有點繞。第二種方法，類比投硬幣，正面是男孩，背面是女孩，無論投擲多少次，正反面的比例應該還是1:1。當時真的覺得這道題很妙啊，但是又有點像腦筋急轉彎了，哈哈。 第二道題還是概率論的題目。假設ai是大值，求它的期望，由于均勻分布，a1比ai小的概率巧好也是ai，因為在[0,1]，假設max(ai)=y,則p(y)=y^n，因為要比每個ai都大，所以E(max(ai))=int _{0}^{1}y*p(y)dy。這樣算的結果是1/(n+2)。但是面試官竟然說我算的結果不對？除非這個解法錯了，否則答案應該是對的。嗯嗯，這道題我更本沒做出來。 第三道題直接放棄了，頭天晚上還看到快速排序算法，當時沒有太理解，直接放棄了。現(xiàn)在看來，幾種排序算法都要會的啊。 第四題，我用數(shù)學分析了一下，沒有給出具體值，時間問題放棄了，但是期望應該不會大于64。面試官的解法是用電腦模擬實驗，做一萬次實驗取均值，暈，可是代碼怎么寫啊。。 第五題，我當時理解成了數(shù)組的轉置，但是和轉置還是有區(qū)別的，但是面試官說大體想法還行，具體結果不重要。 第六題，大體解法是兩個表先聯(lián)合在一起，然后分組，求和，求商，導出結果，還要封裝什么的。。。 第七題，發(fā)散性題目。我給出了三條指標。*，商品銷量較上個月是否明顯上升。第二，該商品的消費人群里是否新增加了新的消費用戶。第三，商品的消費人群中老用戶的購買數(shù)量是否增加。 后面，面試官看了我的簡歷，問了XGBOOST ,SVM的基本原理，以及SVM和線性回歸的。我但是回答的不好，只是說了決策樹，SVM求超平面就是線性回歸問題。二面面試官對我的數(shù)學建模和物理競賽很興趣，甚至出了一個高中物理題，明顯我沒解出來，時間給的也很短。 二面面試官面的時間很久，主要是做題加上講解了。二面面試官對我的評價是數(shù)據(jù)結構和算法不太扎實，但是很欣賞我堅持不懈的勁頭，這是要涼的節(jié)奏嗎。。。但是能感覺到，面試官對我的印象還不錯，只是基礎算法需要加強，本來一起下三樓找一面的面試官確認面試結果，人不在，后來讓我先回去等通知，感覺要涼了，但是面試還是有收獲的，考察的內容也是深入淺出，重視基礎知識。 ---------------------