官方推出的新杀器充满了恶意，一能识别哪张照片修过了，二能看出修了哪里，三能还原最初的模样：
这是一个典型的美国故事，主人公过上了红酒牛排大 house 的生活，但又遇到了新的烦恼：后院里为鸟儿准备的食盘总是被松鼠光顾。
我已经向你介绍了利用飞秒摄影技术，以及利用WIFI，来进行非视线成像的方法。今天我将给你再介绍另外一种很震撼的技术：角膜成像系统。
因为，谷歌又给Pixel的相机注入了机器学习的灵魂：在背景虚化的任务上，学习了一下深度 (Depth) 。
眼动追踪是一种旨在帮助研究人员理解视觉注意的技术。通过眼动追踪可以检测到用户在某个时间注视着哪里，注视多久以及眼球运动的轨迹。
从人眼反射中重建3D场景，这是一个新奇的话题。近日，马里兰大学帕克分校的一项研究实现了这一效果，利用人眼反光3D重建这个人正在观察的物体或场景，让人直呼《黑镜》重现。
如果一个模块需要修改，它肯定是有原因的，除此原因之外，如果遇到了其他情况，还需要对此模块做出修改的话，那么就说这个模块就兼具多个职责。举个栗子：
亮眼的效果能够扫去用户面容的疲惫与倦意，是对眼睛进行重塑与编辑的一个重要维度，本文讨论了美容算法中亮眼的一种实现方式。
明敏 发自 凹非寺 量子位 | 公众号 QbitAI 没想到，有一天树莓派还能用在给鸟护食上！ 看这只松鼠抱着粮吃的正香…… 突然！就来了一股水流把它喷走了： 再来一次？还是没能幸免，继续被水喷中： 此时松鼠内心OS：谁这么闲每天没事喷劳资？？？ 原来，这是一位小哥用树莓派做出的喂鸟器保护器。 因为自己后院鸟儿喂食器的粮被松鼠频频偷走，这位小哥赌上自己机器学习爱好者的尊严，开发了这个新装置。 它能够让摄像头每30秒拍下一张照片，然后由CV算法来检测喂鸟器上是否有松鼠。如果有的话，信号就会发送给花园里
我已经为你介绍了基于飞秒摄影、基于WIFI、以及基于角膜成像的非视线成像技术。这些技术都有一个淳朴的初衷，希望能够在视线成像无法触达的时候，能够观察到隐藏的场景，从而可以帮助行车安全、反恐防暴、消防救灾等等。
本文综述了在各种学科的研究中使用眼动技术的最佳实践。首先对眼睛和眼球运动的解剖学和生理学的基本框架进行了简述，并描述了眼动跟踪可以解决的各种研究问题。然后进一步解释了眼动技术的工作原理和它产生的数据类型，并就如何选择和使用眼动仪以及选择适当的眼动测量方法提供指导。最后，本文描述了眼动研究有效性面临的挑战，以及克服这些挑战的建议，并概述了眼动研究后正确报告的标准。本文发表在International Journal of Psychophysiology杂志。
润滑栗 发自 凹非寺 量子位 出品 | 公众号 QbitAI △ Noise2Noise：我有特别的降噪技巧 如今，会去噪的神经网络，早已算不上稀有物种。 不过，英伟达的Noise2Noise，和普通
Deepfake 是一种 AI换脸工具，现被滥用，从虚假宣传活动到插入一些违法内容，并且篡改后的图像是难以被检测到的。
当我们看着别人的眼睛，我们也会捕捉到从角膜反射的光。就比如使用相机来拍摄别人眼睛，实际上我们也可以将他们的眼睛视为一组镜子。
壳聚糖是一种生物衍生的带正电荷多糖，具有优良的生物相容性和降解性能，近年来，由于其优良的成膜性能和良好的光学性能，壳聚糖膜在角膜组织工程及角膜修复材料研究领域得到越来越广泛重视。
作者｜ Aileen 翻译|任杰 校对|霍静 ◆ ◆ ◆ 导读 初为人父人母，最大的体会必须是：缺觉！喂奶换尿布，孩子一夜醒来好几次，没把小宝宝哄睡，却把自己哄睡了，那时候你的内心一定是崩溃的。 国外一个缺觉的父亲实在受够了他的双胞胎宝宝，联合他的妻子，统计了两个娃的睡眠及喂养时间数据等，用机器学习分析预测，总结并掌握两个孩子的作息规律，科学的育儿方法让他们伺候好孩子的同时，又将孩子对自己的睡眠影响降到最低，真是太机智了。技术咖拯救睡眠啊！ 接下来就让我们看看这对夫妻是如何收集数据、并利用机器学习分析数
AI 科技评论按：本文为雷锋字幕组编译的论文解读短视频，原标题 Learning Category-Specific Mesh Reconstruction from Image Collections，作者为 Angjoo Kanazawa。
引言 对于分类问题而言，一个常用的增加训练样本的方法是将训练样本随机移动一个小的位移，或者，等价的，在图像中随机取一些大的图像块。然后以这些图像块为输入训练分类模型。在测试阶段，可以采用滑窗的方法对每一个图像块进行分类，然后组合这些分类结果，得到一个置信度更高的类别标签。这种技巧被广泛运用于机器学习算法中，例如：瑞士一个研究组的文章：Multi-column Deep Neural Networks for Image Classification. CVPR2012. 对于检测和定位问题，最自然（也是
在那次拍卖会上，一共有363件画作“同台竞技”，其中包括20多幅毕加索的名画。最终一幅“特别”的画作力压群雄，以43.25万美元(约300万人民币)成交，值得注意的是这也是全场的最高价格。
工业缺陷检测是当前深度学习落地的热门项目，其中瓷砖生产过程中的“质量检测环节”需要检测出瓷砖表面的瑕疵，目前比较依赖于人工，效果和效率都层次不齐。
对于医学的任务而言，最重要的因素就是Big Data，而且是Big Good Data，数据的质量控制是非常重要的。唐晓颖团队的一个重要工作就是研究用自动化的方法对不精准的标注进行校正。
所有的眼动追踪技术都是根据眼球的生理结构实现的，不同的眼动追踪技术会用到不同的眼球生理特征，因此在了解眼动追踪技术之前有必要先了解一下眼球的生理结构。人类眼睛能够感知周围环境光线的明暗，主要包括眼球及人眼附属器官。眼球所接收的外界光线通过视神经传送给大脑，大脑对接收信号进行分析，支配人眼附属器官完成眼球的转动，使视线聚焦在目标区域。
健康的角膜是一种透明且无血管的组织，它允许光线进入眼睛。它由五层组成：上皮、鲍曼层、基质、后弹力膜和内皮，其结构和透明度的维持取决于每一层的不同类型细胞的功能。本文对从八个健康供体角膜中分离出的 19,472 个细胞进行了单细胞转录组分析，提供了健康人类角膜的图谱，确定了在维持角膜稳态中具有不同作用的亚群。
本篇献给奋战在深度学习领域里的铲屎官们！ 奇群科技执行长宋牧奇一直想为旗下团队熟悉的先进GPU技术研发实力，找到一个杀手级的应用，经过多次碰壁后，没想到最后却是在家中得到答案，爱猫的意外激发他为多猫家庭打造智慧喂食器的点子。 2008年宋牧奇从美国IBM离职，便与另一位创办人共同创立奇群科技，他们一开始专注于GPU技术，并将之应用于开发多人在线游戏服务器平台，尽管当时各大在线游戏厂商也认为，能让服务器效能提升百倍是一项很厉害的技术，不过，因为服务器的花费对于一款在线游戏整体营运成本来说，比例低的不足一提，
屈光指的是眼睛做光学系统所具有的度数。也就是是否具有近视度数、远视度数或者散光的度数，屈光主要就是指上述说的这三种类型。一般是与眼睛看远处物体所在眼内成像的焦点与视网的关系所决定。
大数据文摘作品 作者：Mickey 一直以来，眼角膜移植是非常多失明患者的唯一希望，但是，作为人体组织，只有在签订过捐赠协议的人过世后，才有可能获得捐赠，所以不少失明患者只能在黑暗世界默默等待。 最近，一项新的研究让他们的等待之路出现了曙光。 一项来自《自然生物技术》杂志发布了来自瑞典林雪平大学的一项研究成果，20 名患有疾病和受损角膜的患者在接受了猪皮蛋白质设计的植入物后，视力得到了显着改善。 “我们对视力改善程度感到惊讶，”瑞典林雪平大学实验眼科教授Lagali 说，他是该研究的共同作者。 这些患者都
不管你学的是什么语言，第一个程序肯定是Hello World。 从在屏幕上打出这行字开始，你就进入了这个语言的世界。
通常来说，大概没有人每天换手机壳，所以不妨在 APP 中提供一个配置选项，让用户去配置手机壳的颜色，然后 APP 就可以配置对应的主题色了。
前言 图片风格转换最早进入人们的视野，估计就是Prisma这款来自俄罗斯的网红App。他利用神经网络（多层卷积神经网络）将图片转换成为特定风格艺术照片。利用图片风格转换算法，我们可以将一个图片放入以及
原标题 | AI-Based Photo RestorationAI-Based Photo RestorationAI-Based Photo RestorationAI-Based Photo RestorationAI-Based Photo Restoration
这篇文章当中，我将讲述我们如何为老军人的照片创造一个基于AI技术的照片修复项目。 原标题 | AI-Based Photo Restoration 作 者 | Fedor Kitashov 翻 译 |
基于美学的图像裁剪（aesthetic image cropping）的目标是在一张图片中找到具有最高美学评价的子图。
本系列将分为 8 篇 。本次为第 5 篇 ，结合上一篇的应用实例 ，将前边学到一些基础知识用到手写数字的识别分类上 。
在今年的神经网络顶级会议NIPS2016上，深度学习三大牛之一的Yann Lecun教授给出了一个关于机器学习中的有监督学习、无监督学习和增强学习的一个有趣的比喻，他说：如果把智能（Intellige
Pine 发自 凹非寺 量子位 | 公众号 QbitAI 用猪皮做的眼角膜，可以恢复视障患者视力。 really？？？ 没错，这项研究最近在《Nature》子刊《自然·生物技术》上发布，并且已经进行试点研究，使20名患者恢复了视力，且无不良反应。 在全球，因角膜受损而患病甚至失明的人高达1270万，目前最普遍的方法便是移植人类捐赠的角膜，但平均每70名患者中才有一名能够进行角膜移植。 并且，需要接受角膜移植的患者往往聚集在低收入、中等收入国家或地区，获得治疗的机会非常有限。 这时，猪来了，猪带着它那强大
我本西方一衲子，缘何落在帝皇家 量子位 | 允中 李林 发自 LZYY 昨天某事件有了最新的进展，说致命原因是VX神经毒剂。 不禁想起美剧《疑犯追踪》，里面有一个超强的人工智能，可以提前预判出谁正面临
胶囊网络是 Geoffrey Hinton 提出的一种新型神经网络结构，为了解决卷积神经网络（ConvNets）的一些缺点，提出了胶囊网络。
Facebook聊天框里出道的灰色短毛猫Pusheen，是柔软的微胖界宠儿，中文名字叫胖吉。
机器识别手写数字的问题早已经解决，MNIST数据集http://yann.lecun.com/exdb/mnist/如今机器识别的准确率已经超过99%。事实上，这种问题无法通过一条条规则去hard c
.就是你对 y 的预测,正式的说你希望 y 是一个预测的概率值.当输入特征 x 满足条件时,y 就是 1.你希望
图片分类问题就是辨认输入的图片类别的问题，且图片的类别属于事先给定的一个类别组中。尽管这看起来很简单，但这是计算机视觉的一个核心问题，且有很广泛的实际应用。并且，有很多的计算机视觉的问题最终会化简为图片分类问题。
隐形眼镜是一种戴在眼球角膜上，用以矫正视力或保护眼睛的镜片。与框架眼镜相比，隐形眼镜不仅佩戴方便、美观，而且视觉效果好。拓端数据（tecdat）研究人员根据电商网站交易数据从多个角度进行数据分析，对眼镜类型、价格、产地及消费满意度进行数据洞察。
今天给大家分享的是2020年Biomed Res Int （IF=2.197）上的文章“Exploring the Key Genes and Pathways in the Formation of Corneal Scar Using Bioinformatics Analysis”。在这篇文章中，作者通过分析数据集GSE6676中高表达TGF-β样本和野生型样本，得到差异表达基因，并对DEGs进行GO和KEGG分析，随后构建PPI网络，最后通过cytoHubba筛选核心基因。
1.环境搭建以及前置条件 1.前置环境： 1.mac 2.pycharm 3.python3 4.Anaconda 2.环境搭建： 1.官网下载并安装Anaconda 2.官网下载并安装pycharm 3.在pycharm中使用Anaconda 1.preference-->project-->project interpreter 2.将Anaconda的解释器当做一个project interpreter添加 4.下载assignment1作业项目并导入pycharm中，作业下载 。 5.下载数据
为了更好更高效地进行数据分析，我学习了如何使用tf.summary观察训练过程，用tf.records制作和读取训练集，以及用tf.dataset按批读取数据。
假设您的模型是驾驶一辆汽车，帮助一位医生，甚至只是直接与一个(可能很容易被惹恼的)终端用户交互。在这些情况下，您需要确保在对模型做出的预测采取行动之前，您能够对这些预测充满信心。
在机器学习领域，对于大多数常见问题，通常会有多个模型可供选择。当然，每个模型会有自己的特性，并会受到不同因素的影响而表现不同。
大数据文摘作品，转载要求见文末 原作者 | Adam Geitgey 编译 | 吴双，大力，笪洁琼，Aileen 知己知彼，无论你是想成为黑客（最好不要！）或防范未来黑客的入侵，都有必要来了解一下如何骗过由海量数据训练出来的深度学习模型。 只要有程序员还在编程，黑客们就会不遗余力地找寻利用这些程序的方法。恶意黑客更是会利用程序中最为微小的漏洞来侵入系统，窃取数据，对系统造成严重破坏。 但由深度学习算法驱动的系统应该是能够避免人为干扰的，对吧？ 一个黑客怎么能够突破被TB（兆兆字节）级数据训练的神经网络呢？
最近一段时间在做眼压计技术的一些准备，然后这文章也不准备写的，但是我一想这资料就是网上收集来的，而且也没有详细到会让你看完就能做出来，那我就赶紧来整理一下。（主要是自己后面用的时候又得看，不如一篇文章来得快）.
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
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
对象存储
腾讯会议
实时音视频
