王小新 编译自 Medium 量子位 出品 | 公众号 QbitAI Alexandre Attia是《辛普森一家》的狂热粉丝，在之前他已经写了一篇用卷积神经网络来识别20个辛普森人物的教程。给定一个人物图片后，该模型能返回该图片的所属类别，识别效果相当好，F1分值可达96%。 量子位翻译过这篇教程：刷剧不忘学CNN：TF+Keras识别辛普森一家人物 | 教程+代码+数据集 相关数据集已经在Kaggle上开源，但是该CNN模型每次只能识别单个人物，且不能指出该人物的图片位置。 作者不满足于只构建了一个简单
随着大数据人工智能技术的蓬勃发展，今天的图像分析技术早已不再是单纯的图片审核，而是基于深度学习等人工智能技术，和海量训练数据，提供综合性的图像智能服务，应用场景包含相册、信息流、社交、广告等，每天分析、处理海量图片，可以大幅提升各类产品的体验、效率。
选自Github 机器之心编译 参与：路雪 仅用 Python 和命令行就可以实现人脸识别的库开源了。该库使用 dlib 顶尖的深度学习人脸识别技术构建，在户外脸部检测数据库基准（Labeled Faces in the Wild benchmark）上的准确率高达 99.38%。 该项目是要构建一款免费、开源、实时、离线的网络 app，支持组织者使用人脸识别技术或二维码识别所有受邀人员。 有了世界上最简单的人脸识别库，使用 Python 或命令行，即可识别和控制人脸。 该库使用 dlib 顶尖的深度学习人
该库使用 dlib 顶尖的深度学习人脸识别技术构建，在户外脸部检测数据库基准（Labeled Faces in the Wild benchmark）上的准确率高达 99.38%。这也提供了一个简单的
今天跟大家重磅介绍华中科技大学刚刚开源的一款人体姿态迁移算法，其基于GAN思想构建，效果好到简直令人不可思议，论文《Progressive Pose Attention Transfer for Person Image Generation》已中 CVPR 2019 Oral，非常值得一读～
哈利·波特里有项魔法“黑科技”很让我等麻瓜羡慕——照片会动甚至会从平面照片中伸出头或者手和你互动。
这里仅仅介绍一下AI图像识别App的实现原理，AI的基础技术细节不在本文讨论范围。通过拓展即可开发出一款完全自行训练AI模型，用于特定识别场景的App了。
图片鉴黄服务市场容量巨大，作为移动互联网行业最为热门的创业领域，移动社交类App每天生产大量图片，并有无数色情图片混杂其中，所以高效准确地鉴别和剔除淫秽色情信息成为一项十分艰巨的任务。 此外，移动直播的大热也导致图片鉴黄需求大增，尤其对于中小开发团队而言，直播平台很可能因为人力监管问题而在涉黄审核方面出现风险。而自主研发鉴黄功能或增加审核人员又会增加产品和服务外的支出，给前期开发造成额外压力。利用人工智能图像识别技术进行高效准确的自动化鉴黄服务，能降低企业使用鉴黄服务的技术门槛，帮助企业有效减少相关人力成
在全球信息产业高速发展的背景下，IDC预测，2018 到 2025 年之间，全球产生的数据量将会从 33 ZB 增长到 175 ZB， 复合增长率27%，其中超过 80%的数据都会是处理难度较大的非结构化数据，如文档、文本、图形、图像、音频、视频等。非结构化数据在大数据时代的重要地位已成为共识。近些年，伴随着大数据存储、人工智能(AI)等技术的蓬勃发展，非结构化数据的价值得到了巨大的发挥。如：自然语言处理、图像识别、语音识别等技术，已在各行业得到广泛应用，并不断的提炼数据中的价值。
摘自：腾讯科技 从心灵感应到对疾病完全免疫，社交网络Facebook首席执行官马克·扎克伯格（Mark Zuckerberg）曾对未来做出过许多大胆预言。现在，扎克伯格的梦想之一即将成为现实，即计算机可用通俗易懂的英语向用户解读图片中的内容。 扎克伯格认为，这种机器将对人机交互产生深远影响，特别是对那些存在视力障碍的人来说更是如此。他说：“如果我们能够制造这样一种计算机：它能够理解图片中的内容，并且向看不到图片的盲人进行描述，这
本文介绍了腾讯AI Lab在计算机视觉领域的最新研究成果，包括人脸和OCR技术的最新进展、相关竞赛和落地应用。团队在多个国际权威榜单上名列前茅，并首次提出了“级联回归”算法，有效提升了OCR的准确度。此外，团队还介绍了如何将人脸识别技术应用于安全领域，以及OCR技术在医疗领域的应用。
为了展现开发者在Azure的帮助下能轻松迅速地打造智能应用，我们在Azure上用新发布的人脸识别APIs为2015年微软开发者大会的第二天展示搭建了How-Old.net。借助人脸识别API这个网站可以分析用户上传的照片中人物的性别和年龄。这个API的人脸定位功能及性别识别功能大致准确，然而年龄预测结果并不是非常准确，但How-Old.net依旧能博得用户一笑，制造诸多欢乐。当然，同大部分网站一样，我们不会保留用户上传的照片，也不会分享这些照片，我们只会分析照片里人物的年龄和性别。 网站建成后，我们给数百名
在修图的过程中，我们经常使用到的就是液化功能，液化功能非常强大，它能够轻松地实现瘦脸、瘦腿、瘦腰等功能，我们以下面这张照片为例：
上个月底，微软研究院推出一套基于AI 技术的视频人脸模糊解决方案，通俗讲就是为人脸自动打码。而在今日，谷歌发布了模糊图片转高清图片的解决方案，说白了就是去除马赛克的技术。 你说谷歌，人家微软刚整出一套自动打码手艺，你就来个自动解码绝活。不少人有个疑问，那么谷歌是否能解除微软打的马赛克，上演一番科技版“用我的矛戳你的洞”？我们先来看下双方的技术原理是怎么样。 一、微软自动打码手艺 根据微软亚洲研究院副研究员谢文轩介绍，操作这套解决方案，用户只需在后台用鼠标选择想要打码的人物，相应人物在视频中的所有露脸区域
训练CNN网络，以从所有检测部位中选取最具描述属性的人体部分；并结合整体人体作为归一化的姿态深度表示.
作为一个软件开发者，我们除了要学会复制，黏贴，还要学会调用API和优秀的开源类库。
如果你的图片中有一些不满意的瑕疵，不必动用庞大PS来兴师动众，只需使用Inpaint即可轻松搞定。只需用它的“魔术笔”涂抹照片中需消除的对象，然后点击处理图像按钮即可神奇地让它完美消失。虽说是去水印工具，但利用它还可轻松地将图片中你觉得碍眼的任何物体变走，让您轻松摆脱照片上的水印、划痕、污渍、标志！它通过非常先进的图像识别算法，智能地将抹除后的区域补充回来，从而实现魔法般的效果。
人脸检测器是一个基于 AI 联合实体数据一起开发的用于支持广播业务的应用程序。人脸检测器是一种实时人脸识别系统，用于识别人脸，并在输入视频流中显示人物姓名。
的特征图.将结果输入到两层具有 400 个神经元节点的全连接层中，然后使用 softmax 函数进行分类--表示 softmax 单元输出的 4 个分类出现的概率。
【新智元导读】 近日，新加坡国立大学LV实验室首次提出多人解析（Multi-Human Parsing）任务，对传统的人物解析进行了拓展与延伸，从而更好地匹配现实应用场景。他们构建了一个全新的大规模多人解析数据集（MHP），并给出了相应的评测标准，极大地推进了深度学习与计算机视觉领域相关技术的发展。 基于人物图像的细粒度解析是计算机视觉领域的一个非常重要的任务。人物解析（Human Parsing）指的是将人物图像按像素级别分割成属于身体部位或衣物项目的多个语义一致的区域。人物解析技术是很多实际应用的基础
参考：让你拥有专属且万能的AI摄影师+AI修图师——FaceChain迎来最大版本更新
对于这个需求，大家的第一反应可能是 PS，但 PS 用来干这件事情我觉得太“重”了，有没有更轻便的办法来实现呢？
谷歌相册新推出的Magic Editor图片编辑功能，是一款集成了人工智能生成内容（AIGC）的前沿产品。与传统修图应用相比，谷歌相册在几个关键方面展现出其独特优势： 1. **多图处理**：谷歌相册能够处理一系列类似照片中的问题，而普通修图应用通常只能一次处理一张图片。 2. **突出修复**：相册专注于修复明显的问题，而传统修图工具则更侧重于细致的编辑。 Google Photo的AI切入点： 1. **最佳表情提取**：这项功能可以从多张相似照片中挑选出人物的最佳表情，并将其融合到当前照片中，极大地提高合照的质量。 2. **先进的消除笔**：传统消除笔在处理复杂对象时可能力不从心，而AIGC技术则大大提升了这一功能的效率和准确度。 3. **物体移动与缩放**：包括精准抠图和背景填充。 4. **声音降噪**：支持声音解析为多声道，并能处理不同声道，以提高音频质量。 5. **模糊变清晰**：这是某些应用的特色功能，也被Google Photo所采纳。 总的来说，谷歌相册的Magic Editor为图片编辑带来了革命性的变化，它不仅提高了编辑效率，还扩展了创作的可能性。对于追求完美合照和高质量图片编辑的用户来说，这无疑是一项值得尝试的强大工具。
【新智元导读】Facebook 官方博客最新发表文章，详细介绍其 AI 平台 FBLearner Flow 及建立在上面的专用于图像和视频理解任务的 Lumos 平台。Facebook 介绍了利用该平台的图片内容描述和图片搜索技术，这些技术建立在系统能够“理解”像素级的图像内容基础上，将为更丰富的产品体验铺平道路。 回想一下你最近点赞的帖子——非常可能是包含图片或视频的。但是，直到最近，在线搜索包括图像搜索都还一直是文本驱动（text-driven）的技术，是否能搜索到某一张图像取决于它是否有充分的标记或有
在机器视觉的概念中，图像识别是指软件具有分辨图片中的人物、位置、物体、动作以及笔迹的能力。计算机可以应用机器视觉技巧，结合人工智能以及摄像机来进行图像识别。
经常有一些粉丝，后台给我留言说，我想要一个用于后期人像精修的磨皮插件，有分享的吗？ 你用的是哪种磨皮方式呢，能不能分享给我们这些修图的小白呢？ 关于这个问题，磨皮的插件比较多，今天就分享小白最喜欢的一个吧！
大多数人懒得给照片加标签。如果你属于这一类（大概率事件），那么你一定知道搜索某张照片有多辛苦。 但这很有可能即将成为过去。 本周，Facebook 披露了其机器学习平台 Lumos 的更多信息： Lumos 将使用户们利用相片内容进行搜索，而不是图片名称或是标签。 Facebook 应用机器学习负责人 Joaquin Quiñonero Candela 解释说： “换句话说，搜索‘黑衬衫照片‘时，系统能识别出每张照片里是否有黑衬衫，并据此搜索；即便照片并没有被添加标签也没有关系。 Lumos 利用了计
自七十年代以来，人脸识别已经成为了计算机视觉和生物识别领域研究最多的主题之一。近年来，传统的人脸识别方法已经被基于卷积神经网络（CNN）的深度学习方法代替。目前，人脸识别技术广泛应用于安防、商业、金融、智慧自助终端、娱乐等各个领域。而在行业应用强烈需求的推动下，动漫媒体越来越受到关注，动漫人物的人脸识别也成为一个新的研究领域。
人像摄影爱好者和设计师，需要用PS后期修图，经常用到磨皮，磨皮的方法有很多，但最快最方便达到大片级效果的方法莫过于使用插件。
现在的互联网信息呈爆炸式增长，而图片和视频表达的东西更丰富更直接，所以Facebook一直在加码图片和视觉AI领域。
韩梅梅 听说，上周AI界发生了一件大事？ 李雷 对，李开复、王小川、张一鸣组了一个AI Challenger全球AI挑战赛，吸引了65个国家，1万多AI界武林高手参与。 韩梅梅 来打架了？ 李雷 人家是竞技，不是打架。在视觉和翻译两大领域，分出人体骨骼关键点检测、图像中文描述、场景分类、英中机器文本翻译和英中机器同声传译五个赛道，展开激烈较量。 韩梅梅 听不懂。 李雷 ok，给你科普下，先来看一段热舞视频。 看透你，管你是哆啦A梦还是恐怖分子 人体骨骼关键点检测 人体骨骼关键点检测？乍一听，还以为和医学有关
微软研究人员提出了通过使用人工智能让计算机讲述多张照片中发生的故事的新颖方法。2016年4月，微软发布了一份描述这项技术的学术论文，据论文表示，这项技术在将来可能能够发展出对视障人士尤为有用的服务。微软还发布了照片、图片说明以及研究中制作出的“故事”。这项新功能意义深远，因为它的作用绝不仅仅是通过识别图片或者甚至视频中的物体来生成图片说明。 微软研究员Margaret Mitchell表示：“目前要评估它的价值还很困难，但我们希望从一个维度中获取最重要的信息。通过看图讲故事，可以获得很多关于背景以及相关事件
机器之心专栏 作者：王雅楠、廖胜才 本文通过从单张照片克隆整套衣服穿搭到三维人物，构建了一个包含 5621 个三维人物模型的虚拟行人数据集 ClonedPerson。这些虚拟人物在游戏环境里模拟真实监控渲染了多场景下的多摄像机视频。实验表明，该数据集在行人再辨识任务取得了良好的泛化性，并可应用于无监督域适应、无监督学习、人体关键点检测等多个相关任务。相关论文已被 CVPR 2022 接收，数据和代码已开源。 论文地址：https://arxiv.org/pdf/2204.02611.pdf 项目地址：ht
前几日，微软静悄悄地删除了一个公开的名人图片数据集。这个本为世界上最大的公开人脸识别数据集，现在已经不能通过微软的渠道访问。
静电说，使用Midjourney制作自己和朋友的卡通头像已经是很多小伙伴最近开始做的功课了，但是不少同学都面临这样的问题，就是生成的头像不像真实照片。接下来静电给大家分享一些小技巧，让生成的卡通头像更像真人。
如果之前了解过信号处理，就会知道最直接的方法是计算图片的快速傅里叶变换，然后查看高低频分布。如果图片有少量的高频成分，那么该图片就可以被认为是模糊的。然而，区分高频量多少的具体阈值却是十分困难的，不恰当的阈值将会导致极差的结果。
在通常情况下，图片是否清晰是个感性认识，同一个图，有可能你觉得还过得去，而别人会觉得不清晰，缺乏一个统一的标准。然而有一些算法可以去量化图片的清晰度，做到有章可循。
Lightroom是一款非常流行的图像处理软件，它被广泛地应用于各种不同类型的摄影领域。Lightroom软件拥有许多独特的功能，这些功能可以帮助摄影师快速地处理和管理大量照片。在本文中，我将通过几个实际案例来解释Lightroom的一些独特的功能。
我们定义几个固定大小尺寸的窗口，从照片的左上角开始扫描。扫描出来的图像做二分类，判断是北京还是人物（文字）。然后根据图像处理的一些惯用手段做二值化、膨胀，使得文字区域连通。最终根据规则选择文本框就可以了，过滤那些规则不规整、宽度比高度小的矩形框框，剩下的就是目标文本框了。
ON1 Photo RAW 2023 for Mac中的每一项新功能和技术都将消除更传统的编辑方式带来的很棒的学习曲线。摄影师在处理照片的特定区域时，不再需要处理繁琐的蒙版、分层、刷涂或调整方法。ON1 Photo RAW 2023最令人难以置信的新编辑工具是 Super SelectAI。它将带给您惊艳的编辑照片式。
这里的会员指的是iCartoonFace：一个卡通人脸识别的基准数据集，爱奇艺与此同时设计了卡通和真人多任务域自适应策略来提高卡通人脸识别的性能。
前面文章中，有介绍如何训练生成定制化需求的 CoreML 模型，以图像分类为例做了演示，文章地址：
本文是悉尼大学博士二年级学生侯志依据三篇发表在CVPR2021和ECCV2020的论文写成的综述文章。
以上这些便利的功能，都使用了图像标签。它们背后的AI算法是如何读懂一张图片的呢？图像标签还有哪些应用？希望这篇文章可以回答你的疑问。
Clearview AI 是一家专注于人脸识别的公司，号称拥有最全面的人脸识别系统。可以通过在网络上抓取照片并应用面部识别，警察通过该技术可以监视我们的生活。目前，该公司的 CEO 希望利用 AI 让 Clearview 的监控工具更加强大。
Face-api.js 是一个 JavaScript API，是基于 tensorflow.js 核心 API 的人脸检测和人脸识别的浏览器实现。它实现了一系列的卷积神经网络（CNN），针对网络和移动设备进行了优化。非常牛逼，简单好用
在今年“清朗”系列专项行动对网络直播、短视频领域乱象要重点整治的“七类问题”中，“色”排在了第一位！是该领域最大的“问题”所在。
ImageNet 数据集的管理者为如今深度学习的进步铺平了道路。现在，他们在保护人们的隐私方面又迈出了一大步：对数据集模糊处理。
大家好，我是爱奇艺的刘小辉，本次我分享的题目是《AI加持的竖屏沉浸播放新体验》，我会从三个方面介绍竖屏沉浸播放是什么，为什么这么做，我们是如何做的。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
