文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布

李子柒一年能赚多少钱，数据量化给你看

李子柒可谓是油管（Youtube）第一华人网红，在油管上拥有752万粉丝，截至目前共拍了104段视频。 ? 每段视频都有500-2000多万的播放量。 ?...下面一起挖一下，拥有这么多粉丝的李子柒，一年能赚多少钱 油管的广告分成 油管发视频是有广告分成的，一般千次播放量在0.6-1.4美元，直接上Influencer可以看到李子柒的收入预估 ?...其单月收入在38.83万-73.79万人民币之间，我们取个中位数56万，56*12也就是一年672万人民币的收入。 天猫店收入 李子柒有一间天猫店，上面卖的基本都是在她视频里出现过的食物。 ?...如果她的所有产品利润率都是 70% 的话，天猫卖货一年的利润是 4.8亿 * 70% = 3.36亿 。...李子柒作为一个视频网红来说，盈利能力远远超过其他靠接广告赚钱的网红，之前网上曾流出一张抖音网红的广告报价单 ?

7.3K10

解读 | 生成人脸修复模型：同时使用两个鉴别器，直接合成逼真人脸

与之前很多其他工作不同，针对人脸修复任务，这篇论文的作者同时使用了两个鉴别器来构建整个模型，因此不论是局部图像还是整个图像，看上去都更加逼真。 2. 方法 2.1 模型结构 ?...局部鉴别器被用来判别图像缺失区域中合成的图像补丁是否真实。整体鉴别器则用来判别整张图像的真实性。这两个鉴别器的架构相似于论文《用深度卷积生成对抗网络来进行非监督表征学习》中的所述架构。...两个鉴别器的损失函数的不同之处在于：局部鉴别器的损失函数 (L_a1) 仅仅反向传播图像缺失区域的损失梯度，而整体鉴别器的损失函数 (L_a2) 反向传播整个图像的损失梯度。...结论 这个基于生成对抗网络的模型具有两个鉴别器和一个语义正则化网络，能够处理人脸修复任务。它能够在随机噪声中成功地合成缺失的人脸部分。 6....改进建议 这个模型一个局限是并不能处理一些未对齐的人脸，可以增加一个面部变形的网络来将输入的人脸规范化。

3.7K80
    • 您找到你想要的搜索结果了吗？
    是的
    没有找到

    深度学习之视频人脸识别系列三：人脸表征

    作者 | 东田应子 编辑 | 安可 出品 | 磐创AI技术团队 【磐创AI导读】本文是深度学习之视频人脸识别系列的第三篇文章，介绍人脸表征相关算法和论文综述。...在本系列第一篇文章里我们介绍了人脸识别领域的一些基本概念，分析了深度学习在人脸识别的基本流程，并总结了近年来科研领域的研究进展，最后分析了静态数据与视频动态数据在人脸识别技术上的差异；在第二篇文章中介绍了人脸检测与对齐的相关算法...一、人脸表征 把人脸图像通过神经网络，得到一个特定维数的特征向量，该向量可以很好地表征人脸数据，使得不同人脸的两个特征向量距离尽可能大，同一张人脸的两个特征向量尽可能小，这样就可以通过特征向量来进行人脸识别...在该人脸识别模型中分为四个阶段：人脸检测 => 人脸对齐 => 人脸表征 => 人脸分类，在LFW数据集中可以达到97.00%的准确率。...三角化后的人脸变为有深度的3D三角网 f. 将三角网做偏转，使人脸的正面朝前。 g. 最后放正的人脸 h.

    2K30

    真实到可怕！英伟达MIT造出马良的神笔

    通过一个简单的素描草图，就能生成细节丰富、动作流畅的高清人脸： ? 根据勾勒出的人脸轮廓，系统自动生成了一张张正在说话的脸，脸型、面部五官、发型、首饰都可以生成。 ?...甚至还主动承担了给人脸绘制背景的任务。 除此之外，人脸的面色、发色也可以定制化选择，皮肤或深或浅，发色或黑或白，全都自然生成无压力： ? ? △ 面色红润style ? △ 一脸苍白style ?...（当然，仔细看眉毛，还是有一些破绽） 不只人脸，整个身子都能搞定： ?...如果应用在视频生产中，简直可以让抠图小鲜肉们一年拍10000部电影都不成问题。 最后，清晰的效果欢迎大家点开视频查看： ? 技术细节 这么NB的效果，是怎么实现的？ 说下要点。 ?...鉴别器共有两种，一种处理图片，一种处理视频。 图片鉴别器同时获取输入图像和输出图像，并从多个特征尺度进行评估，这与pix2pixHD类似。视频鉴别器接收Flow maps以及相邻帧以确保时间一致性。

    1.8K30

    2025 WAIC探展合合信息展台：AI鉴伪技术洞察“看不见”的伪造痕迹

    2025 WAIC探展合合信息展台：AI鉴伪技术洞察“看不见”的伪造痕迹七月迎来了一年一度的WAIC世界人工智能大会，猫头虎有幸受邀参会，首次踏上魔都上海，亲身感受到前沿AI科技带来的震撼。...@toc展位体验篇人脸视频篡改检测：毫秒级识破逼真的“数字假面”踏入合合信息AI安全展区，首先吸引我的是人脸视频鉴伪互动装置。在工作人员的引导下，我亲自体验了真假视频人脸实时对比功能。...我的具体体验流程如下： 可以选择预设人脸模版或现场录制一段人脸视频 于是我选择了一个预设的人脸模板，系统自动生成了2个看似表情、人脸纹路近乎相似的“假脸”图片我将生成的假脸视频准备发给合合信息的人脸鉴伪模型...，经过短短几秒的分析，人脸鉴伪模型便指出该视频存在光影和纹理不符的问题，鉴定结果显示伪造概率高达99%，判定为AI生成视频。...据现场技术人员介绍，这种人脸鉴伪技术基于大规模数据训练，通过对高级视觉特征的精细分析，对每个像素进行真伪标记，并精准计算出视频的伪造概率。

    44610

    视频人脸检测——OpenCV版（三）

    视频人脸检测是图片人脸检测的高级版本，图片检测详情点击查看我的上一篇《图片人脸检测——OpenCV版（二）》 实现思路： 调用电脑的摄像头，把摄像的信息逐帧分解成图片，基于图片检测标识出人脸的位置，...把处理的图片逐帧绘制给用户，用户看到的效果就是视频的人脸检测。...视频的人脸识别 这个时候，用到了上一节的《图片人脸检测——OpenCV版（二）》 把人脸识别的代码封装成方法，代码如下： def discern(img): gray = cv2.cvtColor...x, y, w, h = faceRect cv2.rectangle(img, (x, y), (x + h, y + w), (0, 255, 0), 2) # 框出人脸...cap.release() # 释放摄像头 cv2.destroyAllWindows() # 释放窗口资源 完整的代码如下： # -*- coding:utf-8 -*- # OpenCV版本的视频检测

    1.9K30

    深度学习之视频人脸识别系列四：人脸表征-续

    作者 | 别看我只是一只洋 编辑 | 安可 出品 | 磐创AI技术团队 【磐创AI导读】本文是深度学习之视频人脸识别系列的第四篇文章，接着第三篇文章，继续介绍人脸表征相关算法和论文综述。...在本系列第一篇文章里我们介绍了人脸识别领域的一些基本概念，分析了深度学习在人脸识别的基本流程，并总结了近年来科研领域的研究进展，最后分析了静态数据与视频动态数据在人脸识别技术上的差异；在第二篇文章中介绍了人脸检测与对齐的相关算法...一、人脸表征 把人脸图像通过神经网络，得到一个特定维数的特征向量，该向量可以很好地表征人脸数据，使得不同人脸的两个特征向量距离尽可能大，同一张人脸的两个特征向量尽可能小，这样就可以通过特征向量来进行人脸识别...CosFace使用mtcnn进行人脸检测与对齐，人脸表征训练模型使用基于residual units 64层卷积网络的Sphere Face，在5M的训练集上训练，在LFW数据集上测试，精度达到99.73%...三、总结 本期文章主要介绍人脸表征相关算法和论文综述，人脸检测、对齐、特征提取等这些操作都可以在静态数据中完成，下一期将给大家介绍在视频数据中进行人脸识别的另一个重要的算法，视频人脸跟踪的概念与方法。

    2.5K10

    视频人脸检测——OpenCV版（三）

    视频人脸检测是图片人脸检测的高级版本，图片检测详情点击查看我的上一篇《图片人脸检测——OpenCV版（二）》 实现思路： 调用电脑的摄像头，把摄像的信息逐帧分解成图片，基于图片检测标识出人脸的位置，把处理的图片逐帧绘制给用户...，用户看到的效果就是视频的人脸检测。...视频的人脸识别 这个时候，用到了上一节的《图片人脸检测——OpenCV版（二）》 把人脸识别的代码封装成方法，代码如下： def discern(img): gray = cv2.cvtColor...x, y, w, h = faceRect cv2.rectangle(img, (x, y), (x + h, y + w), (0, 255, 0), 2) # 框出人脸...cap.release() # 释放摄像头 cv2.destroyAllWindows() # 释放窗口资源 完整的代码如下： # -*- coding:utf-8 -*- # OpenCV版本的视频检测

    1.6K70

    视频人脸检测——Dlib版（六）

    往期目录 视频人脸检测——Dlib版（六） OpenCV添加中文（五） 图片人脸检测——Dlib版（四） 视频人脸检测——OpenCV版（三） 图片人脸检测——OpenCV版（二） OpenCV...视频人脸检测是图片识别的高级版本，图片检测详情点击查看我的上一篇《图片人脸检测——Dlib版（四）》 除了人脸识别用的是Dlib外，还是用OpenCV读取摄像头和处理图片（转为灰色），所以给出相关的文档...技术实现 有了OpenCV的视频人脸检测，Dlib也大致相同除了视频识别器模型的声明和使用不同，具体的细节请参考，视频人脸检测——OpenCV版（三） 那篇已经讲的很细致了，在这就不具体叙述了。....waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() 那么，OpenCV和Dlib的视频识别对比...，有两个地方是不同的： 1.Dlib模型识别的准确率和效果要好于OpenCV； 2.Dlib识别的性能要比OpenCV差，使用视频测试的时候Dlib有明显的卡顿，但是OpenCV就好很多，基本看不出来；

    1.6K70

    视频人脸检测——Dlib版（六）

    前言 Dlib的人脸识别要比OpenCV精准很多，一个是模型方面的差距，在一方面和OpenCV的定位有关系，OpenCV是一个综合性的视觉处理库，既然这么精准，那就一起赶快来看吧。...视频人脸检测是图片识别的高级版本，图片检测详情点击查看我的上一篇《图片人脸检测——Dlib版（四）》 除了人脸识别用的是Dlib外，还是用OpenCV读取摄像头和处理图片（转为灰色），所以给出相关的文档...技术实现 有了OpenCV的视频人脸检测，Dlib也大致相同除了视频识别器模型的声明和使用不同，具体的细节请参考，视频人脸检测——OpenCV版（三） 那篇已经讲的很细致了，在这就不具体叙述了。....waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() 那么，OpenCV和Dlib的视频识别对比...，有两个地方是不同的： 1.Dlib模型识别的准确率和效果要好于OpenCV； 2.Dlib识别的性能要比OpenCV差，使用视频测试的时候Dlib有明显的卡顿，但是OpenCV就好很多，基本看不出来；

    1.1K20

    揭秘人脸识别灰色产业链：你的面部信息值多少钱？

    雷锋网报道 人脸识别技术已经强大到对公民的自由构成严重威胁。尽管如此，这个行业仍然蓬勃发展。 如今，数十家初创企业和科技巨头正在向酒店、零售店、甚至学校和夏令营销售人脸识别服务。...这一业务的兴盛归功于新算法，现在的算法在辨认人脸方面比五年前的更精确。 为了改进这些算法，公司会对它们进行数十亿张人脸辨认的训练，而这个训练通常不需要征得任何人的同意。...虽然公司可以使用政府和大学编制的数据集合，如耶鲁大学的人脸数据库，但这些数据集相对较小，包含的人脸不超过几千张。...这家公司总部位于西雅图，曾因其20世纪90年代的在线视频播放器而闻名。 如今，这家公司专注于可以识别学校儿童面孔的软件。与此同时，它开发了一款针对家庭的智能手机应用程序，名叫RealTimes。...一年后，Google凭借FaceNet计划获得了100％的准确率。 如今，像微软这样的公司和其他科技巨头都是面部识别的领军者，这在很大程度上取决于他们可以访问大型面部数据库。

    1.5K20

    如何建设一个视频网站？建设视频网站需要多少钱？

    很多人平时工作或者生活之余都是非常喜欢看视频的，观看视频可以放松自己的心情，缓解工作或者学习过程中的压力，虽然可以在各种视频软件上面直接看视频，但是大多数人看视频都比较喜欢使用网页直接观看，省去了软件下载以及安装的烦恼...，所以现在视频网站是非常流行的，很多涉及互联网行业的传媒公司也都会推出自己的视频网站，那么如何建设一个视频网站？...建设视频网站需要多少钱？ 如何建设一个视频网站？ 视频网站和其他网站一样，建设的步骤基本上是差不多的，很多人会问如何建设一个视频网站？...建设视频网站需要多少钱？ 很多人对于网站建设都是不太了解的，那么建设视频网站需要多少钱呢？...关于如何建设一个视频网站的文章内容今天介绍到这里，相信大家对于视频网站的建设有一定的了解了，如果大家想了解更多相关内容的话，可以来我们网站浏览其他文章哦。

    7.3K10

    硬纪元AI峰会实录 | 图森未来陈默：人工智能技术的商业化起点在B端

    这是我们在河北南部的火车站，通过无人驾驶的货车把货柜运到淘宝店时拍的一个视频。目前我们现在还是有一个司机作为安全员在车上，我们计划在2019年可以完全不需要司机，明年在中国和美国会经历一整年的测试。...传统来看，一个大卡车运营20个小时，需要两个司机，成本一年24万。而未来使用了无人驾驶技术之后，每年只需要硬件分摊成本2.8万，而且实际上一大部分还是我们自己本身的利润。...此外，消费者的支付能力是要远弱于2B的企业，消费者会选择消费与不消费，并且假设说它为了一套无人驾驶系统而愿意消费多少钱，一、两万美金是不是合适，因为他使用率太低了，一台车使用率可能一年不到15%的时间。...但是辅助，其实这就是一个很困难的计算，我辅助人去增加效率，比如说人脸识别好了，我们的一些支付安全辅助手段上，用到人脸识别，记住它确实可以更好的辅助我们的工作人员去提高效率，但是能提高多少效率呢？...首先第一点，在安全支付上，比如说我们有短信的支付码，我们有指纹技术，我们有种种的技术，是不是还需要一个人脸识别去协助可能是能增加效率，但是它值多少钱这件事其实是没有一个太明确的答案的，所以它在销售起来的时候

    1.9K00

    深度学习之视频人脸识别系列二：人脸检测与对齐

    问题描述： 人脸检测解决的问题为给定一张图片，输出图片中人脸的位置，即使用方框框住人脸，输出方框的左上角坐标和右下角坐标或者左上角坐标和长宽。...算法难点包括：人脸大小差异、人脸遮挡、图片模糊、角度与姿态差异、表情差异等。...如下图所示： 第三阶段：与第二阶段类似，最终网络输出人脸框坐标、关键点坐标和人脸分类（是人脸或不是）。...，然后根据人脸的关键点坐标调整人脸的角度，使人脸对齐，由于输入图像的尺寸是大小不一的，人脸区域大小也不相同，角度不一样，所以要通过坐标变换，对人脸图像进行归一化操作。...，下一期我给大家介绍一下人脸表征的相关算法，即通过深度学习提取人脸特征，通过比较人脸特征进行人脸识别与验证。

    2.7K20

    python+opencv 实现图像人脸检测及视频中的人脸检测

    下载HAAR与LBP数据 2. opencv相关知识 二、python+opencv实现人脸检测 1. 图像单人脸检测 2. 图像多人脸检测 3. 视频中人脸检测 4....视频中人脸检测 # -*- coding: UTF-8 -*- """ @Author ：叶庭云 @公众号 ：修炼Python @CSDN ：https://yetingyun.blog.csdn.net.../ """ import cv2 # 加载视频 cap = cv2.VideoCapture('test.mp4') # 创建一个级联分类器 加载一个.xml分类器文件 它既可以是Haar特征也可以是.../face_detection/haarcascades/haarcascade_frontalface_default.xml') while True: # 读取视频片段 ret,...自己进行简单测试时也会发现，人物动作、视频中镜头切换过快、背景变化等因素，可能会造成对视频中人脸检测不准确。 4.

    1.9K20

    用AI鉴别女友是否拍过羞羞视频？当心黑产的圈套

    一位名为“将记忆深埋”程序员博主公开表示自己准备上线一个“拯救老实人”的人脸识别工具。 ?...接下来是重点：这个工具通过机器学习的方式把羞羞网站的人脸数据和各大社交媒体的人脸数据交叉对比，鉴别那些出现在羞羞视频里的“退休小姐姐”。...一来没有任何证据佐证它的识别率，由始至终全凭博主一面之词；二是即便识别率高达99%，剩余1%造成的误伤也是极其致命的；再者网上存在着很多偷拍视频，把“被偷拍”等同于“从事羞羞事业”，从事实逻辑上也明显不通...页面上诸如“专为保护老实人而生”、“想知道TA拍过的照片和视频吗”的挑逗暗示，则进一步放大的窥私心理。再加上绿得发黑的页面背景，从视觉上强化了心理冲击，把持不住的就放手一试了。...一进入页面，当头就是“人脸定位、智能模拟、数据对比”三个响当当的技术大棒，给你营造一种专业的错觉。 在进行到所谓的“人脸解码”和“智能匹配”阶段，页面上则是事无巨细地把整个过程和你演示了一遍。

    3.8K30

    基于 FPGA 的视频流人脸伪造设备

    鉴于此，我们决定采用 Xilinx 的 PYNQ-Z2 开发板，将 FPGA 高度并行化的特点与人工智能安全相结合，设计了一种具有实时人脸伪造能力的视频采集设备。...如果利用在会议视频中，可以协助会议平台完善对参会者的身份验证的系统，防止出现利用参会者的照片、视频信息冒名顶替的行为。...最后将处理结果返回到上位机终端，实现真假人脸的转换。 图像处理算法部分说明： 首先进行帧截取，将动态视频流转换成静态帧。通过锚框将全身人像的人脸部分截取出来，再通过人脸特征检测提取出人脸的特征。...然后采用泊松融合或者前后景+边缘膨胀的方式将人脸还原到静态图片帧（具体采用哪种取决于算力与实时性的要求），最终将静态图片帧还原到视频流中。...2.3 图像处理算法介绍 2.3.1 视频流接入的设计 考虑到可能的不同情境，我们为此设计了两种视频流的接入方式。

    2.4K11
    点击加载更多

    相关资讯

    热门标签

    更多标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      腾讯云开发者

      扫码关注腾讯云开发者

      扫码关注腾讯云开发者

      领取腾讯云代金券

      热门产品

      热门推荐

      更多推荐

      Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

      深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

      腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号

      领券