格靈深瞳 deepglint 跟商湯科技 sensetime。格靈深瞳更注重tracking和detection，sensetime更注重recognition（主要是人臉識別）。
deepglint-深瞳人眼攝像機
格靈深瞳這個【畫素動態瞬時分配技術】深瞳人眼攝像機 深瞳人眼攝像機是世界上首款基於人眼工作原理的攝像機，採用獨創的畫素動態瞬時分配技術，瞬間將區域性畫面的有效畫素提公升百倍以上，整體畫面達到數億級等效畫素，可實現對多型別目標的檢測與抓拍，兼具超高抓拍準確率與超低漏檢率，使得遠距離、大廣角等泛場景下的人臉和車輛識別變為現實。
格靈深瞳的產品，其實是「基於三維深度視覺訊號處理技術的視覺感測器網路」
格靈深瞳的第一款人眼攝像機可以實現最遠50公尺的人臉清晰監控，人臉區域畫素可以達到75x75畫素以上。使用深度學習技術檢測出畫面當中使用者關心的目標。
要求整張臉需要達到640*480畫素以上，並且測距的精度在1mm以下。
兩個鏡頭，乙個廣角鏡頭捕捉全域性畫面，乙個長焦鏡頭捕捉區域性畫面。
在全域性影象中檢測到目標之後，長焦鏡頭快速定位到目標區域。
所說的「感」和「知」，知就是認知畫面裡的內容，其實就是目標檢測之類的東西。
現在deep learning網路做好裁剪優化都能做實時。
利用了雷射掃瞄的原理 一台廣角相機和一台長焦相機十字排布 廣角負責檢測 長焦負責抓臉 其中長焦本身不動 而是長焦前的一台快速偏轉的鏡片在高速定向抖動 類似雷射掃瞄裡的反射鏡片。
靠視場切換來抓拍長焦，德州儀器 的dmd晶元可以做乙個快速的反光振鏡。
傳統上提高解析度的方法就是提高感光器的畫素數，比如4k攝像頭：
使用望遠鏡，借助乙個輕量級的反射鏡，可以快速地聚焦定位，也可以採用逐行掃瞄方法，在乙個迴圈週期內，將無數個小區域的高分辨拼成一張大區域的高解析度，但很難做到瞬時。 提高效率主要是用於針對特定目標物的，比如人物、車輛等。
利用deep learning 神經網路。
專利原理，用兩個鏡頭，乙個廣角，乙個可以動的長焦鏡頭。 attentive panoramic visual sensor
us 20030026588 a1
格靈深瞳衝上市 曾想做成3000億美元公司？
宣告 於微信 真探alphaseeker id deep insights 作者 陳文琦，授權程式設計客棧 發布。我們跨入乙個比智慧型手機大的多的市場，環顧四周，沒看到乙個對手。工程師團隊星光閃耀，什麼過去google nvidia 阿里騰訊的大拿自不在話下，15位工程師中做過cto的就有5個。想加...