关于刷脸识别的每一次谈话都以“它的准确性如何？”开头。这不是一个简单的问题。每个用例中有多个因素和多个变量会影响问题的答案。幸运的是，CyberExtruder以与其他人截然不同的方式接近了基于生物识别的人脸匹配的挑战。这方面的基石是我们获得专利的2D到3D转换过程，它减轻了许多可能对匹配分数产生负面影响的变量。然后在我们专有的深度卷积神经网络中进行分层，结果是一个刷脸匹配系统，它设计独特，快速准确，使用灵活，可以在未来展开，因为我们可以在从2D转换为3D时揭示刷脸我们解决没有人考虑过的问题。
在视频上执行的刷脸识别搜索呈现在受控环境中未见的难度级别，因为受试者可能长时间不存在，杂乱的背景在其他算法中产生错误的刷脸检测。受试者不仅处于运动状态，而且他们移动的方向对于刷脸匹配目的而言并非佳。运动可能会导致模糊，这意味着算法必须通过时间跟踪人脸。繁忙的背景，光线的变化以及刷脸被物体或其他人隐藏（遮挡）的可能性使得该任务变得更加复杂。
现在添加一个场景中存在多个人的可能性，每个人都需要同时检测，跟踪和匹配。由于几乎所有视频传输和存储中都存在有损压缩，刷脸细节会降级。
我们对所有这些挑战的回答是Aureus3D和CyberExtruder持续的刷脸识别（FR）技术研发计划。我们相信我们已经开发出世界上快，准确的刷脸匹配引擎。我们的性能优势基于我们专有的2D到3D人脸建模技术，可以减轻姿势，光照和表现的挑战，以及我们使用卷积神经网络，这使我们能够训练我们的算法以提供不断提高的性能。
但它并不只是在匹配面孔方面做得好。我们的方法优化了3D与2D技术的竞争差异，并提供实时刷脸匹配是全帧率视频。我们的3D技术可以补偿姿势，光线，刷脸表情和模糊图像-这是传统FR的大限制因素。我们的3D技术可与任何摄像机配合使用，我们可在任何地方提供准确的刷脸跟踪技术。重要的是，我们的软件旨在简化合作伙伴的集成。
