昨天晚上花了点时间,把第一期的PS作业做了。其实原理非常简单,就是将一张白色底的证件照做成蓝色底的、红色底的。因为是第一期的作业,掌握的PS技能还不是非常熟练,所以换底的时候主要使用的是橡皮擦这个工具。
大数据文摘出品 编译:傅一洋、VVN、笪洁琼、钱天培 走进Aribnb位于旧金山总部的办公楼,你会看到一个个装修各异的会议室。这些会议室正是Airbnb形形色色民宿的缩影。 Airbnb为数百万的民宿提供了一个平台,也因此囊获了一大批民俗房间细节照片和用户数据。 坐拥百万级别的用户数据,Airbnb的数据团队可谓将数据的价值发挥地淋漓尽致。传统的推荐系统、广告系统自是不用说,深度学习的应用更是让Airbnb的数据有了前所未有的价值。 今天,文摘菌就要分享一篇来自Airbnb数据团队的课题小报告。让我们一起来
📷 向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程 公众号:datayx 商品识别在零售行业的应用 一、图像识别的应用场景,以及对零售行业的变革 1.以图搜图,拍照购物 说到图像识别,大家可能马上能想到以图搜图的方式,也就是“拍照购”。这个想法出现的很早,在零几年的时候就有很多公司开始做这方面的尝试。 美国硅谷的snaptell,他们早在零六年的时候就开始做拍照购物的应用场景,他们做的大部分是一些书籍和CD类的简单物品识别,2009年被Amazon收购。2015年Amazon收购了另一
今年5月份的时候,Facebook推出过一项名为3D照片的新功能。然而,除了一段简短的视频和名字之外,几乎没有什么人提到它。但该公司的计算摄影团队刚刚公布了关于这个功能如何工作的研究成果,我自己进行了尝试,发现这些结果是非常引人注目的。 如果你没看过5月份的预告片,3D照片就像其他照片一样,将会出现在你的新闻订阅源中,当你滚动鼠标、触摸或点击它们、或倾斜你的电话时,照片就会像一个真实 小的立体的窗口一样,在视角上作了相应的改变。它不仅适用于普通的人和狗的照片,也适用于普通风景和全景照片。 这听起来有点异想天
文 / Kylee Peña, Chris Clark, and Mike Whipple
大数据文摘作品 编译:王一丁、于乐源、Aileen 本文作者Ryan Daul是Node.js的创始人,应该算是软件工程领域当之无愧的大犇了。他和我们分享了自己在谷歌大脑见习项目一年中的工作,成果,失败和思考。 去年,在通过对TensorFlow的研究得出一点点心得之后,我申请并入选了谷歌大脑举办的的首届见习项目(Google Brain Residency Program)。该项目共邀请了24名在机器学习领域有着不同背景的人士,受邀者将在为期一年的时间里和Google的科学家及工程师们在位于山景城的Goo
本门课程是李飞飞在斯坦福大学讲授的计算视觉,他们团队主要通过机器学习和深度学习的方法来传授机器视觉的相关内容,本文作者吉林大学赵一帆进行了笔记方面的整理。笔者能力有限,如有出错,请及时告知。
AI科技评论按:图像风格迁移一直都是一个十分有趣的研究方向,很多图像迁移工作都备受关注,比如颜色迁移,纹理迁移和风格转换。在图片分享类社交媒体的加持下,这些工作对群众的吸引力尤为明显。一些很流行的 APP 比如 Prisma 和 Facetune 就成功的利用了这种吸引力。浙江大学和香港科技大学的双料博士廖菁在 reddit 上分享过一篇关于风格迁移的论文,引起热烈讨论,原贴来自 reddit,论文 https://arxiv.org/abs/1705.01088,代码https://github.com/msracver/Deep-Image-Analogy 。 AI 科技评论对论文及原贴编译如下。
大家好,这是专栏《计算摄影》的第六篇文章,这一个专栏来自于计算机科学与摄影艺术的交叉学科。
前些日子,我写了一篇《Markdown懒办法排版微信公众号文章》,很受读者欢迎。简书平台上该文的统计数据如下:
No.50期 众包应用举例 小可:那除了维基百科之外,众包还有哪些应用呢? Mr. 王:其实众包在业界的应用还是非常广泛的。大量的公司和网站都使用了众包算法, 有些众包算法是显性的任务分配和任务处理,也有些众包算法是隐性的。比如这种特殊的验证码: 小可:哦,验证码还是很常用的,只是这个验证码中有两个单词。在登录网站时,为了防 止一些自动的脚本攻击网站,会将一个机器难以识别而人容易识别的图像文字放在登录窗口中,只要把相应的文字输进去就可以登录了。 Mr. 王:不错,但是这个验证码比较特殊,之所以使用了两个
腾讯互娱Turing Lab从创建开始,每周在内部进行分享读书会,对业界的技术研究和腾讯互娱Turing Lab从创建开始,每周在内部进行分享读书会,对业界的技术研究和应用进行讨论。在此通过公众号形式把相关有趣内容也推送给对新技术和业界趋势感兴趣的朋友。 和大量的所谓技术公众号不同,尽管以AI为重心,但我们的分享不局限于AI论文,而是涉猎所有前沿技术领域,和自动化流程、数据处理、人工智能、架构设计相关的有趣内容均会分享,希望各位在周末闲暇时有空阅读了解。 分享人:王洁梅 腾讯互娱 工程师 | 编辑: 艾
【新智元导读】ICML2016最佳论文今天出炉,三篇最佳论文中,谷歌DeepMind占了两篇。新智元特邀Facebook资深研究员田渊栋对其中的《深度强化学习的竞争网络架构》进行点评。 获本年度ICML最佳的三篇论文如下: Monday – Ballroom 3+4 – 12:04 – Dueling Network Architectures for Deep Reinforcement Learning Ziyu Wang Google Inc., Tom Schaul Google Inc., Mat
在本系列中,我们会从神经风格的基础开始,你将从中学到一种自下而上(从基础开始)的方法。对于初学者而言,我们将会详细讲解神经风格到底是什么,以及它的工作原理。本文是连载中的系列文章的第一部分,将由我与 Pawan Sasanka Ammanamanchi 共同完成。本系列长期连载,我们将努力覆盖这个领域的研究,并且不断增加新的文章。目前,实现这一目标的先决条件如下:
作者 | Ryan Dahl 去年,在我研究TensorFlow出了一番成果后,我开始申请Google Brain的首届见习项目(Google Brain Residency Program),最后居然成功了。受邀参加该项目的共有24人,每个人都有着不同的机器学习背景。 我们24个人,需要在Google位于山景城的深度学习研究实验室工作一年,每天跟Google的科学家和工程师们一起,共同来做TensorFlow的前沿研究。想想就把我给兴奋坏了。 如今,这个为期一年的项目已经结束了,确实收获满满。我也希望
本文是Nodejs之父Ryan Dahl在Google Brain做了一年深度学习后的心得体会,他在那里的目标是用机器学习将卓别林的老电影自动修改到4K画质。他的新项目成果几何?Nodejs之父的机器学习心得又是什么呢? 鉴于Ryan Dahl在编程界的地位,小编觉得很有必要再给大家推送一次,更重要的是小编惦记那些错过本文的小伙伴儿~~ 作者 | Ryan Dahl 编译 | AI100 去年,在研究TensorFlow做出一番成果后,我开始申请Google Brain的首届见习项目,最后竟然成功了。受
原作者 Nick Statt 编译 CDA 编译团队 本文为 CDA 数据分析师原创作品,转载需授权 Google 的人工智能可以说是越来越可怕了,现在它还可以将谷歌街景的照片通过后期处理,变成达到
---- 点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 新智元 授权 【导读】人脸识别技术最近又有新的破解方式!一位斯坦福的学生使用GAN模型生成了几张自己的图片,轻松攻破两个约会软件,最离谱的是「女扮男装」都识别不出来。 真的有人能模仿你的脸,还绕开了人脸识别系统! 最近斯坦福大学的研究人员在arxiv上发布了一篇论文,虽说是斯坦福CS236G的课程作业,不过论文中提出了一个非常有趣的思路,用对抗生成网络GAN生成一个面部图像来模仿目标人脸,看看人脸识别系统能否正确验证。 因为人脸的关键特征信
---- 新智元报道 编辑:LRS 【新智元导读】人脸识别技术最近又有新的破解方式!一位斯坦福的学生使用GAN模型生成了几张自己的图片,轻松攻破两个约会软件,最离谱的是「女扮男装」都识别不出来。 真的有人能模仿你的脸,还绕开了人脸识别系统! 最近斯坦福大学的研究人员在arxiv上发布了一篇论文,虽说是斯坦福CS236G的课程作业,不过论文中提出了一个非常有趣的思路,用对抗生成网络GAN生成一个面部图像来模仿目标人脸,看看人脸识别系统能否正确验证。 因为人脸的关键特征信息都保留了下来,所以论文的结果
我们经常看到一些很奇妙的PS技术,例如下面这张,它把1928年的一位叫做Frankie Yale的黑帮老大被杀时的照片,与现在这栋房子的照片无缝融合在一起:
雷刚 发自 LV 量子位 出品 | 公众号 QbitAI CES期间,腾讯也有一些AI相关的信息对外发布。 在腾讯众创空间的一个活动上,腾讯AI Lab副主任、西雅图实验室负责人俞栋博士,介绍了腾讯A
在我辅导上初中的女儿时,创建了两个学习辅助网站:一个是https://www.idanci.top,鲁教5+4版初中英语背单词工具网站,另一个是网上记错题的https://www.icuoti.top 。前者已经做好几个月了,后者昨天刚写完首页的帮助文档,算是告一段落。实话说我也不知道这个网站能不能帮助到谁,对我来说不完结它总是个心思,只有结束这个才能开始下一个项目。以下是https://www.icuoti.top 的帮助文档。
大数据文摘作品 编译:惊蛰、一针、龙牧雪 想象一下,如果电脑可以把你心中所想表现出来会怎样。 听起来感觉太遥远?然而最近,四位来自日本京都大学的科学家的研究成果,让这样的想象离落地更进一步。Shen Guohua、Tomoyasu Horikawa、Kei Majima 和Yukiyasu Kamitani在BioRxiv上发表了他们利用AI来解码人类思维的研究成果。 机器学习以前就曾被用来研究脑部扫描(MRI,即核磁共振)。给人类看一些简单的图像,比如黑白字母、简单的几何图形,AI能根据脑部活动的信号图还
编者按:一年前,Facebook发布了照片分享应用Moments,于前不久关闭了iOS版Facebook照片同步功能,力推Moments应用,该应用运用了人脸识别技术。不过,Facebook人工智能实验室负责人Yann Lecun在为我们通俗易懂地介绍Moments的应用原理时表示,除了简单的人脸识别技术,Facebook将利用更卓越的计算机视觉技术和AI技术为用户提供更多便利,如尝试开发计算机的移情能力,当然,这些便利的应用背后需要强大的算法和繁琐的训练过程做支撑。让我们一起期待未来计算机能够更好地理解人
1986-2010年NAFD森林扰动史 本数据集提供的北美森林动态(NAFD)产品包括美国本土(CONUS)的25张年度和两张时间整合的森林干扰图,这些地图来自1986-2010年期间的Landsat图像。每张年度地图都有分类像素,显示水、无森林覆盖、森林覆盖、本年度无数据(数据缺口)以及该年度发生的森林干扰。时间整合的地图也有类似的分类,但在整个1986-2010年期间,第一个和最后一个森林扰动年被识别出来并作为单独的地图提供。前言 – 床长人工智能教程
你的新手机不错,借我刷一下脸? 人脸识别技术在智能手机上已经是标配,今天的我们刷脸解锁、刷脸支付就像吃饭喝水一样自然,以至于疫情期间戴口罩无法解锁手机时,我们会感到很不习惯。 在享受便利的同时,却鲜有用户去关心安全问题。虽然手机厂商往往会在发布手机的时候宣称「破解人脸识别的几率低至百万分之一」,但双胞胎解锁对方手机的事情仍然偶尔会上新闻。 最近一段时间,来自清华的 RealAI(瑞莱智慧)向我们展示了一项更为简单的攻击技术…… 在一副眼镜的攻击下,19 款使用 2D 人脸识别的国产安卓手机无一幸免,全部被快速破解。 具体来说,RealAI 团队选取了 20 款手机做了攻击测试,覆盖不同价位的低端机与旗舰机。
【新智元导读】康奈尔大学和 Adobe 团队的这项图像风格迁移研究,解决了神经网络风格迁移中由于参考图像风格夸张而产生的的输出图像“扭曲”的问题,在各种场景下得到了非常逼真而且忠实的摄影风格迁移结果。
CycleGAN tensorflow PyTorch by LynnHo,一个简单的 TensorFlow 实现
今天我们向你介绍另一部分,我们将深入了解CVPR 2018(计算机视觉和模式识别)会议的一些论文的细节。 我们已经有四个:关于计算机视觉的GAN,关于人类的姿势估计和跟踪,关于合成数据,以及最后关于域适应。 特别在第四部分中,我们提出了三篇关于同一主题的论文,这些论文实际具有数字可比性。
AI科技评论按:在刚刚闭幕的ICLR2017上,纽约大学神经学、数学、心理学教授Eero Simoncelli作为特邀嘉宾分享了他在机器表征、人类感知方面的研究成果。以下为现场视频及AI科技评论全文听
图像处理,就像是一场神奇的冒险,让我们的照片变得更有趣、更生动。而在这个冒险的旅途中,Pillow就如同一位魔法师,为我们开启了无尽的可能性。无论你是刚刚踏入图像处理领域的小白,还是已经略有基础的程序员,Pillow都将是你图像处理的得力助手。让我们带着好奇心和激情,一起踏上Pillow的奇妙之旅吧!
比如,打个响指就把房间变成撩妹粉的神器,又比如,用计算机视觉识别老板出现的boss探测器。
作者 | 杜飞,川大计算机小硕,目前从事算法研究工作,对GAN的“魔法”情有独钟。
生成式对抗网络(Generative Adversarial Networks, GAN)诞生于2014年,它的作者Ian Goodfellow 因它而声名大噪,被誉为“GAN 之父”。
前6个小玩意,正好对应Flash CS滤镜面板的几个效果,使用比较简单,详细可以参考这个: http://blog.sina.com.cn/s/blog_3fbce8b10100o8oz.html 。
url : https://medium.com/@omar.ps16/stereo-3d-reconstruction-with-opencv-using-an-iphone-camera-part-iii-95460d3eddf0
最近,我们参加了Capgemini的全球数据科学挑战赛。我与Acores鲸鱼研究中心合作,挑战抹香鲸的识别任务,用人工智能帮助拯救抹香鲸的生命。
公众号开通了小半年,一直也不知道写点什么,身为一个只会撸码的程序猿,每天写bug,改bug,成了一个循环。写文章这种事,好像离我很遥远。最近一段时间关注了很多技术号,在拜读各位大神的文章时,受到了不少启发。所以也就想着分享一些自己做的东西。
---- 新智元报道 来源:GitHub 编辑:小匀 【新智元导读】Tony老师不能给你的,GAN给你!这个名为Barbershop的技术能帮你尝试不同的发型和发色。重点是:新发型与您的头完美融合,完 全 没 有 生 硬 感! 理发总是差强人意? 醒醒吧!有些发型不适合你! 如果能在理发前,把这几个发型「试用」就好了。 Tony老师无法给你的,GAN给你。 最近,一个基于GAN的项目Barbershop火了!它不仅可以改变你的头发风格,还可以从多个图像实例中改变颜色。 重要的是,不同于一般
AI 科技评论按:上周,斯坦福大学一篇识别同性恋的论文引起了轩然大波。 这是一篇用深度神经网络识别同性恋的论文,即将要发表在美国心理学会的「人格与社会心理学」期刊上,然后上周突然火了起来。 面前有一张
「AI 换脸」这几天又热起来了。AI 科技评论秉承以往的风格,从技术角度简单回顾一下近几年重要的 AI 换脸技术。
由AI制作的假视频和图片开始泛滥,促使学者和立法者呼吁采取对策,以免削弱人们的信任,但麻省理工学院媒体实验室和马克斯普朗克人类发展研究所的研究人员表示,这些担忧可能被夸大了。
从 Android 5.0 开始,Google 引入了一套全新的相机框架 Camera2(android.hardware.camera2)并且废弃了旧的相机框架 Camera1(android.hardware.Camera)。作为一个专门从事相机应用开发的开发者来说,这一刻我等了太久了,Camera1 那寥寥无几的 API 和极差的灵活性早已不能满足日益复杂的相机功能开发。Camera2 的出现给相机应用程序带来了巨大的变革,因为它的目的是为了给应用层提供更多的相机控制权限,从而构建出更高质量的相机应用程序。本文是 Camera2 教程的开篇作,本章将介绍以下几个内容:
虚拟全景图是环绕着观众的全景图(在内,向外),使人产生置身其中的感觉。通过“拼接”几张正常照片或者是两张采用了180度鱼眼镜头拍摄的照片来制作,或使用具有专门功能的全景相机,甚至使用三维建模的场景渲染的两张图片。
点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 量子位 授权 2张废片啪地一合! 错过的精彩瞬间立刻重现,还能从2D升到3D效果。 看,小男孩可爱的笑容马上跃然浮现: 吹灭生日蛋糕蜡烛的瞬间也被还原了出来: 咧嘴笑起来的过程看着也太治愈了吧~ 咱就是说,这回相机里熊孩子/毛孩子的废片终于有救了! 而且完全看不出是后期合成的效果,仿佛是原生拍摄的一般。 这就是谷歌、康奈尔大学、华盛顿大学最近联合推出的成果,能只用2张相近的照片还原出3D瞬间,目前已被CVPR 2022收录。 论文作者一作、二作均为
📷 作者 | 袁余锋 编辑 | 明 明 出品 | 人工智能头条(公众号ID:AI_Thinker) 【导读】跨镜追踪(Person Re-Identification,简称 ReID)技术是现在计算机视觉研究的热门方向,主要解决跨摄像头跨场景下行人的识别与检索。该技术能够根据行人的穿着、体态、发型等信息认知行人,与人脸识别结合能够适用于更多新的应用场景,将人工智能的认知水平提高到一个新阶段。 本期大本营公开课,我们邀请到了云从科技资深算法研究员袁余锋老师,他将通过以下四个方面来讲解本
文章内容整合来自云从科技资深算法研究员袁余锋老师,通过以下四个方面来讲解本次课题:
译者注:如果你对如何在公司产品中引入和运用深度学习模型有浓厚的兴趣,下文也许会给你带来一些帮助。
领取专属 10元无门槛券
手把手带您无忧上云