首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

【重磅】灵长类动物脸部识别算法被破译,大脑黑箱或根本不存在

【新智元导读】发表在 Cell 的一项研究揭示了人脸识别的具体神经元活动过程。对猕猴的实验表明,对脸部的识别是由大脑中 200 多个不同神经元共同编码完成的,每个神经元会对一张脸不同特征的参数组合进行相应。这一发现推翻了此前人脸由特定细胞识别的假说。《纽约时报》报道称,机器学习给神经科学带来了一种悲观主义色彩,认为大脑类似黑箱,该论文则提供了反例:研究人员记录了视觉系统最高级的神经元信号,可以看到那里没有黑箱,我们完全可能揭开大脑的奥秘。 不必花费太多心思就从人群中找到熟识的脸,对于绝大多数人而言都是小事一

06

欧洲全面封杀「利用生物特征识别」的大规模监控

欧洲议会近日已投票支持全面封杀利用生物特征识别的大规模监控。 人脸识别等基于AI的远程监控技术对隐私之类的基本权利和自由有着巨大的影响,但已经开始在欧洲公共场合悄然使用。 欧洲议会议员们表示,为了尊重“隐私和人类尊严”,欧盟立法者应通过一项永久性的禁令,禁止在公共场所自动识别公民,并表示只有在公民涉嫌犯罪时才予以监控。 欧洲议会还呼吁禁止使用专有的人脸识别数据库,比如由美国初创公司Clearview构建的颇有争议的AI系统(欧洲的一些警察部门也已经在使用该系统),并表示基于行为数据的预测性警务也应该被禁止

02

zookeeper快速入门——简介

在几十年前,一个独立的计算机上往往部署着一套完整的应用系统。当时因为网络稳定性及速度的限制,将相关联的服务部署在一台机器上,让它们使用系统机制通信——比如管道,文件等,往往是最稳定和最高效的。然而随着网络技术的发展,特别是“云计算”和“大数据”的盛行,我们越来越多的谈到“分布式系统”——建立在网络上的软件系统。这样部署在不同机器上的关联服务就依赖于网络以及它们自定义的“协议”和“机制”来构建出更加健壮和系统。之前在单机时代,“机制”是受限于操作系统;而网络时代,“机制”将变得更加自由——不同厂商可以定义自己的“机制”以让分布式系统运转起来。(转载请指明出于breaksoftware的csdn博客)

02

【技术综述】人脸表情识别研究

随着机器学习和深度神经网络两个领域的迅速发展以及智能设备的普及,人脸识别技术正在经历前所未有的发展,关于人脸识别技术讨论从未停歇。目前,人脸识别精度已经超过人眼,同时大规模普及的软硬件基础条件也已具备,应用市场和领域需求很大,基于这项技术的市场发展和具体应用正呈现蓬勃发展态势。人脸表情识别(facial expression recognition, FER)作为人脸识别技术中的一个重要组成部分,近年来在人机交互、安全、机器人制造、自动化、医疗、通信和驾驶领域得到了广泛的关注,成为学术界和工业界的研究热点。本文将对人脸识别中的表情识别的相关内容做一个较为详细的综述。

04

【祖母论与还原论之争】为什么计算机人脸识别注定超越人类?

【新智元导读】 近日, Cell 的一项研究在人脸识别领域引起轰动,研究揭示了灵长类动物人脸识别的具体神经元活动过程——对脸部的识别是由大脑中 200 多个不同神经元共同编码完成的,这一发现推翻了此前人脸由特定细胞识别的假说。本文认为,这一发现,可能会破解长久以来计算机视觉领域祖母细胞论与还原论之争。为什么计算机人脸识别会超越人类,我们找到了5个优势。 作者吴春鹏:杜克大学电子与计算机工程系在读博士生,前富士通研发中心研究员,曾在美光、LG北美实验室等公司实习。研究方向是机器学习,计算机视觉和模式识别。 灵

011
领券