Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

首发 | 澎思科技获IDG资本数千万元Pre-A轮融资,推出AI安防全场景软硬件解决方案

北京时间1月8日,人工智能安防公司澎思科技宣布完成数千万元Pre-A轮融资,该轮融资由IDG资本领投,高捷资本、上古资本、洪泰基金跟投。澎思科技表示,此轮融资会更多用来“修炼内功”,进一步夯实公司的技术研发和产品落地能力。

据澎思科技介绍,目前公司聚焦在AI+安防赛道上,已经完成从端到端、软硬件到算法的全系列自研产品体系搭建,针对公共安全领域各类业务场景推出成熟、可落地的行业解决方案,并在部分城市开始落地,形成商业化闭环。

IDG资本副总裁邵辉表示,“以产品化落地和商业化闭环为导向的AI产业化阶段已经到来,尤其在AI+安防领域,计算机视觉技术已被广泛应用并获得典型客户的认同。在接下来的市场落地和扩张阶段,能够真正深入行业,善于把握客户需求,有能力提供完整解决方案的团队会获得最好的成长。澎思科技创始人马原和核心团队拥有多年丰富的AI+安防行业研发和落地服务经验。马原是国内最早一批从事人脸识别研究项目的团队成员,多年来扎根安防行业,是个难得的技术出身又兼具行业思考和洞察的复合型CEO。”


“澎思科技成熟的工业界团队具备丰富的行业积累和强大的交付能力,使公司在短时间内迅速推出了全系列自研的人脸识别算法、软件和硬件产品。”澎思科技对外介绍称,其软件系统包括动静态人脸识别、人像大数据研判分析平台、多维大数据实战应用平台和商业智能化管理平台等;硬件产品包括面向公安各实战场景的人像专用设备,以及面向行业及商用领域的双屏人证机、智能门禁、立式广告机、人脸识别闸机等。

在全自研技术和全系列软硬件产品基础上,澎思科技针对公共安全领域多场景复杂人群人员管控的业务需求,推出了覆盖全场景的行业解决方案。

首先,针对公安系统的实战应用需求,澎思科技推出了公安智能人像大数据解决方案。该方案基于人脸识别核心技术,集多种智能信息采集硬件终端产品和动静态人脸识别应用于一身,利用先进的视频监控、智能分析和大数据分析技术,进行人像的识别和比对、大数据的研判分析以及多维大数据的碰撞关联,可广泛应用于公安各领域的人脸比对综合业务系统的建设。

除了在公安系统已经形成具备差异化竞争优势的完整解决方案外,澎思科技还逐步向检察院、法院等其他政府机构业务场景拓展,解决了检察院和法院在来访人员管理、重点人员管控等多个情景下的问题,针对政府场景提出了一整套覆盖“公检法”的智能人像大数据解决方案。

其次,澎思科技还积极拓展商用市场,依托在公安场景下积累的丰富经验,针对各类社区、办公楼宇、学校、医院、零售商超、工厂等场景,推出了智慧社区解决方案和智慧园区解决方案。一方面解决社区和园区的区域人员安全管控问题,保障人员的安全;另一方面结合场景需求,创造附加商业价值,促进公共服务和便民利民服务智能化,推进社区和园区进入智能时代。

据悉,目前澎思科技客户覆盖国内20余个省市直辖市,在全国多地部署动态人脸识别点位,累计抓获在逃人员近两千名,并担任多项国家级大型活动的安保工作。

随着人工智能深度学习计算机视觉技术的发展,人脸识别在安防行业的落地应用得到快速发展。未来,整个安防行业将向信息化、智能化快速转型,而产品化和商业化落地能力成为衡量一家AI公司竞争力的重要指标。

“AI技术开启了安防行业的信息化、智能化革命,唤醒了沉睡已久的行业需求,未来五到十年AI+安防行业将迎来发展新浪潮。在AI产业化发展阶段,澎思科技将更多地关注AI技术的产品化落地和商业化能力,用工业级的思维提供符合安防行业需求的产品和服务。”澎思科技创始人兼CEO马原表示,安防行业的特点决定了客户需要具备长期服务、整体解决问题能力的公司。澎思科技作为以安防为主航道的人工智能公司,为客户持续提供细致的、全方位的服务是公司成立之初就确立的发展理念。澎思科技在提供一站式整体解决方案的同时,将始终坚持以客户需求为中心,让产品和服务真正解决客户的实际问题,保证落地效果并持续创新发展,陪伴客户共同成长。

产业创业公司澎思科技融资计算机视觉安全防范
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

商业智能技术

商业智能(Business Intelligence,BI),又称商业智慧或商务智能,指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

推荐文章
暂无评论
暂无评论~