成果介绍
本成果提出了一种多平台人脸识别服务接口差异化屏蔽方法、系统及存储介质,旨在解决企业在使用多个厂商人脸识别服务平台时面临的兼容性、开发成本和接口适配等问题。该方法通过分析人脸识别服务厂商的服务特点,将人脸识别服务平台划分为五类核心接口,包括人脸检测、特征值抽取、比对、检索及人脸库维护,并将请求参数抽象为资源数据和字符串数据部分。基于领域特定语言(DSL)和 Groovy 构建了人脸识别服务 DSL 解释应用微服务,开发了解释引擎,用于热加载、解析和执行 DSL 脚本。通过预设规则将厂商服务组成核心接口的组合逻辑模型,实现不同厂商人脸识别服务差异的有效屏蔽。该系统能够为上游人工智能平台提供标准化的人脸 API 接口,降低开发成本,提高人脸识别模型的应用开发效率,满足企业多样化的人脸识别服务需求。
成果亮点
本成果的核心亮点在于其创新性地采用领域特定语言(DSL)和 Groovy 构建人脸识别服务接口的差异化屏蔽方案。通过将人脸识别服务抽象为五类核心接口,并利用 DSL 脚本实现接口的动态解析和路由,有效解决了多厂商人脸识别服务接口不一致的问题。该方案能够实现人脸识别服务的平滑迁移和复用,无需针对具体服务进行二次封装或接口适配,显著降低了企业的开发工作量和成本。此外,Groovy 的动态闭包功能和动态加载特性使得 DSL 引擎的开发效率高,能够快速响应企业需求变化,为企业提供丰富且灵活的人脸识别服务,具有广泛的应用前景和显著的经济效益。
团队介绍
本成果的研发团队在人脸识别、人工智能、软件开发等领域拥有深厚的专业背景和丰富的实践经验。团队成员紧密合作,充分发挥各自在算法设计、接口开发、系统架构等方面的专业优势,攻克了多厂商人脸识别服务接口差异化屏蔽中的多项技术难题。该团队不仅具备强大的技术研发能力,还具备将前沿技术与实际应用相结合的能力,为推动人脸识别技术在多平台环境下的高效应用和发展做出了重要贡献。
成果资料