1、目標檢測

基于人工智能的高性能通用目標檢測算法，對下游任務進行快速遷移學習，有效檢測出在可見光或不可見光下形成的視頻或圖像中的目標。

2、目標配準

將多源數據目標檢測結果進行目標配準，修正補漏，進一步提高檢測效果。

3、人體結構化分析

利用深度學習算法實現對圖片中人體的屬性進行檢測，具體功能包括人體檢測以及屬性預估。例如：性別、年齡、朝向、帽子、眼鏡、包、衣服、顏色、口罩等。

4、三維重構定位

通過拍攝姿態信息重構拍攝物與攝像頭之間的三維空間關系，完成目標的三維空間定位。

5、用戶畫像

基于APH層次分析、專家知識庫及聚類方法構建供應商信用等級評價系統，生成多維尺度的用戶畫像。