建構全場景 AI 識別演算法能力底座

面向產線組裝環節，對零部件安裝位置與數量進行視覺檢測，自動發現漏裝、錯裝等裝配缺陷，替代人工目檢，提升裝配質檢效率。

面向施工現場，對人員穿戴、作業行為與關鍵風險區域進行持續視覺監測，覆蓋安全帽佩戴、區域入侵等常見安監場景，支撐工地數位化合規管理。

面向應急服務與工業安防場景，對明火、煙霧進行高精度識別與區域定位，適用於倉儲、化工園區等高危環境早期預警。

在畫面中配置計數線條或絆線，基於行人軌跡與跨線事件統計雙向通行量，適用於路口、通道出入口等場景的人流統計與分析。

精確定位眉、眼、鼻、口及下頜輪廓等人臉關鍵點，構建面部三角網格模型，支撐身份核驗、人臉追蹤及表情與姿態分析。

融合視覺語言多模態能力，對複雜場景中的目標與語義資訊進行聯合理解與描述，適用於低照度、非常規視角等傳統視覺算法難以覆蓋的感知任務。

從單目或雙目圖像中預測場景像素級深度資訊，重建空間距離與三維結構關係，為機器人導航、AR 疊加與場景理解提供基礎深度感知能力。

分析連續視訊幀中像素的運動矢量，估計場景中物體的運動方向與速度，可用於運動檢測、軌跡分析與視訊穩定等應用。

對圖像中的印刷或手寫字元進行光學字元識別，支援 PCB 板號、設備標籤、票據等多類型文本提取，適配複雜背景與工業現場字元場景。

自動識別並標定每個停車位的邊界區域，即時判斷車位空閒或佔用狀態，為智慧停車引導、余位發布與場站管理提供數據支撐。

檢測人體肩、肘、腕、髖、膝、踝等關鍵關節點，重建骨骼連線模型，可用於運動姿態分析、健身指導與行為識別等場景。

即時檢測手部區域並定位指尖、指關節及腕部等關鍵點，重建手部骨架結構，支援手勢互動、虛擬/增強現實及無接觸操控應用。

追蹤手部 21 個關鍵點及手指骨架，精確還原手勢形態與朝向，適用於無接觸人機互動、手語識別及兒童/教育場景的手勢捕捉。

提取正臉人像的深層特徵向量，與底庫進行相似度比對，實現快速、準確的身份識別與驗證，適用於門禁、考勤與身份核驗場景。

在檢測到人臉的同時，分析面部特徵並預測年齡等屬性資訊，輸出置信度評分，可用於客流畫像、年齡分級管控與零售分析。

在目標檢測基礎上逐像素區分每個實例的輪廓與類別，實現同類多目標的精細分離，適用於密集遮擋、多實例並存的複雜視覺場景。

對整幅圖像或關鍵區域進行類別判定，輸出置信度最高的場景或物體標籤，適用於質檢定級、內容審核與快速場景識別等任務。

在單幀圖像中同時檢測並定位多類目標，輸出類別標籤與邊界框座標，適用於物流場站、園區監控等需要批量目標定位的場景。