使用智能摄像头授予或阻止进入停车场、办公楼、商业甚至住宅等场所的情况极为常见。利用人工智能算法实时分析数据以识别和跟踪人员或车辆，并将其身份与核准实体数据库进行比较，正在成为新标准。
实施基于神经网络模型的面部识别或车牌识别应用可以大大提高访问控制过程的准确性，防止延迟、拥塞和受挫感，同时降低错误率和人工干预的需要。
边缘人工智能功能，无论是以智能摄像头还是周界管理系统的形式，都可以通过防止未经授权的实体进入周界，或通过减少签入和签出所需的时间以及消除手动数据输入的需要从而创建进出该区域的顺畅人员和车辆流动，提高安全水平和客户体验。
在靠近数据生成或消费位置的本地边缘运行人工智能访问控制任务，可显著减少流媒体带宽，从而大幅降低运营成本。
此外，在边缘运行这些应用消除了对网络连接的依赖，从而允许将这些系统部署在远程位置，例如陆军基地或地下设施。
最后，在边缘运行人工智能访问控制意味着更高的隐私性，因为只有元数据和描述在云端收集，而个人信息在边缘处理。
为了以最小的错误率满足高精度要求，高分辨率相机需要大量的计算能力。Hailo实现高人工智能性能，以高精度运行最先进的访问控制处理管道，确保更可靠的安全系统。更高的计算能力可以使用更先进的模型，从而实现更佳的检测粒度以及多种车辆类别和场景的检测
Hailo提供的综合软件套件能够不断更新和升级访问控制模型，以支持新的场景、数据类型和使用模型。例如，识别新型车牌（踏板车、电动自行车等）或新的支付模式（例如电动汽车折扣等）。
车辆访问控制是指对特定区域或设施内的车辆进出进行规范和管理的技术和系统。车辆访问控制的一个重要方面是车牌识别（LPR）或自动车牌识别（ANPR），其中涉及车辆自动检测、车辆内车牌检测以及车辆车牌字符识别或读取和解释等一系列任务。
车牌识别系统使用摄像头和图像处理算法来检测画面中的车辆，识别其车牌，提取字母数字字符，并将其与数据库进行比较以进行识别或验证。目标是允许授权车辆进入，同时限制未授权或可疑车辆进入，或管理停放车辆的合规性和计费。
通过利用人工智能，车牌识别系统可以应对具有挑战性的条件，例如高速、多辆车同时运行、低光照、变化角度或遮挡，同时仍然可以准确地检测和读取车牌。人工智能驱动的算法可以适应不同的车牌设计，包括各种语言、字体、颜色和背景图案。Hailo处理器的高人工智能能力可实现更先进的车牌识别模型，从而提高准确性，降低错误率。
此外，额外的人工智能能力可以实现车辆访问控制系统的高级功能，例如型号、制造商和颜色识别（MMCR）。该信息可用于进一步的识别或验证目的，更有效、更准确地实施访问控制策略。
Hailo的高性能人工智能处理器支持更复杂的LPR和MMCR模型，从而降低错误率，提高访问控制系统的可靠性，实现更高的安全性和更低的体力劳动成本。
人员访问控制是指使用生物识别技术根据个人的面部特征对个人进行身份验证并授予或拒绝其访问权限。其中涉及捕获面部的图像或视频，提取独特的面部特征，并将其与预先注册的面部数据库进行比较以确定身份。
人工智能算法不断被证明在执行面部识别任务方面非常有效。人工智能驱动的面部识别系统可以处理各种具有挑战性的场景，例如照明条件的变化、面部表情或衰老外观。这些算法可以适应并推广到不同的个体，包括具有不同肤色、面部毛发或配饰的个体。此外，人工智能还可以通过分析深度、纹理和其他微妙线索，增强系统区分真实面孔和欺骗尝试（例如照片或面具）的能力，从而改善活体检测的结果。
Hailo使人工智能访问控制可以在网络边缘、摄像头本身或NVR中完成，以实现更佳的隐私和数据保护，因为人们的私人信息在边缘处理，只有元数据传输到云端。
