长期处于技术革命核心的旧金山，采取了反对潜在滥用的立场，禁止警察和其他机构使用面部识别软件。
社会比以往更关注人工智能系统中的偏见问题，尤其是那些用于识别和分析人脸图像的问题。IBM正在采取以下行动来确保面部识别技术的构建和负责的训练：
条形码识别，我就是好奇，为什么便利店里扫码，可以直接识别那么快，还有各种奇形怪状的想法，奇思妙想的想法。
美国公民自由联盟表示，在对亚马逊重新认知的测试中，该服务错误地将28名国会议员确定为罪犯。
格雷内尔对微软宣布停止向警方出售面部识别技术的新闻发表评论，称应该禁止微软签订和联邦政府的业务合同，并表示既然微软公开表明了立场，就要承担这样做的后果。
还记得小学生用一张照片搞定蜂巢人脸识别的故事吗？人脸识别有时候很聪明，有时候又很笨，分不清活人跟仿造物的区别，如今，有一项技术能够刚子皮肤，甚至还能识别皮肤下的血液，这或许可以解决这一难题。
最近火爆朋友圈的军装照H5大家一定还记忆犹新，其原理是先提取出照片中的面部，然后与模板进行合成，官方的合成处理据说由天天P图提供技术支持，后端合成后返回给前端展示，形式很新颖效果也非常好，整个流程涉及的人脸识别和图像合成两项核心技术在前端都有对应的解决方案，因此理论上前端也可以完成人脸识别-提取-合成整个流程，实现纯前端的军装照H5效果。
安全风险测评，Note8夺冠。 2017年年底终至，今年各大智能手机厂商的年度旗舰机也均已发布。当然，和往年一样，在众多旗舰机中，智能机领头者，苹果与三星的年度旗舰机最受用户关注。 然而，上市已过去数月，iPhone X和三星Note8的用户的体验究竟如何？究竟是iPhone X面部识别更优，还是三重识别的Note8体验感更强？安全度、拍照等方面，谁的能力更强？智能助手方面，Siri和Bixby谁更智能？ Face ID VS三重识别 谁的体验效果更智能、更安全？ 众所周知，iPhone X最大的亮点就是其
因为未经授权的面部识别软件，达拉斯警方最近被多家海外媒体报道，称使用使用这一面部识别软件进行了500到1000次搜索，试图根据照片识别人物。在被曝光后，警局勒令删除了这一手机app。
用AI使蒙娜丽莎动起来，甚至是跟着你的表情一起运动，随着技术的发展，这些都已经不是什么新鲜事了。
来源：煎蛋网 四月初，名为Egor Tsvetkov的俄罗斯摄影师利用照片和应用程序FindFace(能利用面部识别将社交媒体帐户信息与照片联系起来的神经网络)，向我们展示了我们究竟故意在网上泄露了多
在这个网络技术非常发达的时代，企业的数据安全是很多企业管理者最为关心的一个问题，但是传统的安全工具都是使用防火墙，后来随着网络技术的进步，出现了堡垒机等工具，不少人对堡垒机这种工具并不熟悉，也不敢轻易使用，所以下面为大家简单介绍堡垒机有什么用，以及堡垒机和防火墙的区别分别有哪些？
安妮 李林 编译整理 量子位 出品 | 公众号 QbitAI 事情开始于一项斯坦福大学的新研究。 研究人员Yilun Wang与Michal Kosinski用监督学习算法创造出一种新模型，可以直接从面相判断一个人的性取向，研究论文也即将发表在美国心理学学术月刊《Journal of Personality and Social Psychology》上。 纳尼？！还能根据面相判断性取向？确定我是在看科学期刊而不是误入路边看面相算命的小摊摊？ 带着众多问号，我们翻看了实验研究。 面相识“同”？ 研究人员首先
不是说抽烟喝酒多了牙齿变黄这类的变化。而是说，相较于其他类型的面部整容或重建手术，对牙齿进行的手术干预频率会更高。
面部识别系统流行于九十年代早期，当时美国国防部希望发明一种可以发现偷渡边境的不法分子的识别技术，为此投入了大量研究。为此，美国国防部为著名的大学科学家和面部识别领域的专家提供了研究经费。为此，美国国防部为著名的大学科学家和面部识别领域的专家提供了研究经费。
我们知道人脸识别在这几年应用相当广泛，人脸考勤，人脸社交，人脸支付，哪里都有这黑科技的影响，特别这几年机器学习流行，使得人脸识别在应用和准确率更是达到了一个较高的水准。
机器学习如今无处不在，但它通常或多或少是不可见的：它们在后台优化音频或识别人脸。但是这个新系统不仅可见，而且是一个物体：它不是通过处理数字而是通过光的衍射来执行AI类型分析。这是奇怪而独特的，但恰恰证明了人工智能系统看起来可以多么的简单易行。
谷歌最近公开了它的内部工具，该工具用于数据科学和机器学习工作流程，称为Colaboratory。 虽然它与jupyter notebook非常相似，但它的真正价值来自于该服务目前提供的免费计算能力。合
来源：本文经AI新媒体量子位（公众号 ID: QbitAI）授权转载，转载请联系出处本文约1500字，建议阅读9分钟本文介绍了杜克大学最新开发的一种“虚拟眼睛”，可以精确模拟人类观测世界的方式。 为了搞清楚人类是怎么看世界的，计算机开始学着“转动眼球”了： 然后凭借转动的眼球“搜集要观测的信息”，再聚焦在文字或者图像上，开始“收集数据”： 不仅能正常读书看画，甚至能模拟人类在无聊、兴奋、紧张等各种不同情绪下的瞳孔放缩、眨眼频率的细微变化。 事实上，这是杜克大学的研究人员最新开发的一种“虚拟眼睛”，可以
如果你近期稍微关注到亚马逊在美遭遇的抗议和diss，想必对ACLU这个组织不会陌生。
大家好，我是阿潘 之前 ”蚂蚁呀嘿“ 的算法 火的不行。今年的CVPR 2022 ，又有一个新算法，效果更加炸裂！相比之前，现在对于动漫头像的驱动效果也可以做到非常的逼真！
最近看了一篇关于面部表情特征学习的文章，感觉整体框架和构思特别好，就总结了下，和大家分享。希望得到大家的支持和认可，后期大家互相讨论，互相学习！谢谢！O(∩_∩)O谢谢！ AU-inspired Deep Networks for Facial Expression Feature Learning 受AU启发的深层网络面部表情特征学习 文章的主要贡献如下： 受AU启发，将表情分解成多个面部动作单元，构建特征学习框架去提取特有的特征； 构建不同的感受野构造和子网络学习方案。 文章简单介绍： 现存大多数面
博雯 发自 凹非寺 量子位 | 公众号 QbitAI 为了搞清楚人类是怎么看世界的，计算机开始学着“转动眼球”了： 然后凭借转动的眼球“搜集要观测的信息”，再聚焦在文字或者图像上，开始“收集数据”： 不仅能正常读书看画，甚至能模拟人类在无聊、兴奋、紧张等各种不同情绪下的瞳孔放缩、眨眼频率的细微变化。 事实上，这是杜克大学的研究人员最新开发的一种“虚拟眼睛”，可以精确模拟人类观测世界的方式。 这项研究目前已经开源，并即将发表于通信类顶会IPSN 2022上。 通过这项研究得到的几近真实的数据，将全部反
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。
---- 新智元报道 编辑：时光 snailnj 【新智元导读】俄乌战争中的士兵人脸识别，是信息战还是心理战？ 4月5日，乌克兰副总理Mykhailo Fedorov发布了一条有关「人脸识别」的推文。 推文内容： 「这是俄罗斯特种部队的军官，他在布查（Bucha）、伊尔平（Irpin）、戈斯托梅利（Hostomel）谋杀和抢劫，现在，他正在BL邮局给家人寄送所有偷盗来的物品，尽管还有成千上万这样的人，但是我们会找到每一个凶手。」 今年才31岁的乌克兰副总理Mykhailo Fedorov，同时兼
李根 发自 融科资讯 量子位 报道 | 公众号 QbitAI △ 小米911发布会 雷军说，这是小米年度最重要的发布会。 9月11日，苹果新一代iPhone发布的前47个小时，小米在北京发布了是那款
人工智能（AI）技术正在全球迅速崛起。不断涌现的最新发展令世人瞩目，从以假乱真的深度伪造视频，再到先进的算法——足以在多人扑克大战中击败世界上最好的玩家。但是，AI所引起的道德问题也受到越来越多人的关注。
昨天，雷锋网AI掘金志其中的一个安防社群因为一个话题引发了不小的争论：“AI产品能否高效地实时识别出戴口罩的人是谁？”
原作 Jay Shah Root 编译自 Jay Shah寄几的博客 量子位 出品 | 公众号 QbitAI 最近，神经网络这个词特别火，吸引不少眼球。但是神经网络是个啥？有啥用？ 这篇文章和大家唠唠
这是一个用来写写画画的手部跟踪程序，开发者将它命名为YoHa（Your Hand Tracking）。
今天给大家分享一篇小伙伴的算法岗秋招总结文章，作者的背景是：1个腾讯实习、4个比赛、2个项目、1篇CCF-A二作和CCF-C一作，虽然网易、快手和百度都挂了，华为还在池子里，但最终拿下腾讯和字节的offer，希望能帮助到下半年准备秋招的小伙伴们，以下为原文。
伴随着图像处理技术的飞速发展，推动了图像识别技术的产生和发展，并逐渐成为人工智能领域中重要的组成部分，并广泛地运用于面部识别、指纹识别、医疗诊断等等领域中，发挥重要作用。
但实际上，全世界的神经科学家们从上世纪60年代开始找，找了半个多世纪，都没能发现这种“人脸记忆细胞”的踪迹。
我们时有听到名人患抑郁症甚至严重到自杀的消息，却不知周围一些普通人身在病中不知病。
Portrait 和 Studio Light 镜头都使用 AI 技术来寻找拍摄对象的面部以及他们的身体轮廓，并在您构图时创建实时背景模糊效果。
挑选商品、刷脸、秒秒钟结账，昨天（5月20日）在上海，联手家乐福，腾讯首个商超零售场景的刷脸支付系统正式投入使用。
【导读】来自英国伯恩茅斯大学实验室的研究人员作出的贡献。近年来，人们对具有较高识别能力的人越来越感兴趣。然而，对这些人的识别主要依赖于一次单一的人脸记忆测试的标准性能。目前调查旨在审查30名警察的高级人脸识别技能的一致性，既包括进入同一过程的测试，也包括进入人脸处理不同组成部分的测试之间的一致性。各相关指标的总体绩效指标被发现，以孤立的测试分数确定不同的优秀表现。此外，不同表现的目标现值和目标缺席指数，表明信号检测措施是最有用的绩效指标。最后，观察到优越的记忆和匹配性能之间的分离。因此，超级识别器筛选程序应该包括总结相关测试多次尝试的总体指数，允许个人在不同(有时非常具体)的任务上进行高度排序。
据路透社、CNN等多家媒体报道，在本周二的一次投票中，旧金山城市监督委员会（Board of Supervisors） 的官员们以8票对1票的结果通过一项法令，禁止政府机构购买和使用人脸识别技术。此举旨在加强新技术的监管，并消除个人隐私泄露的隐患。
《连线》杂志刊登了Getty Images的文章，称人工神经网络存在“后门”。 纽约大学教授Siddharth Garg在检查了其工作地布鲁克林大厦附近的交通状况后，把一个黄色的便签纸贴在了一个停车牌上。当他和两位同事向他们的路牌探测软件展示了这一场景的照片时发现，95%的人断定停车标志实际上显示了限速。 这一特技证实了机器学习软件工程师的潜在安全问题。研究人员表明，在人工神经网络（一种用于执行识别语音或理解照片等任务的学习软件类型）中嵌入无声的、令人不快的惊喜是有可能的。 恶意攻击者可以设计出上述行为，
数码相机拍照的时候会补光、十字路口的摄像头拍照会闪一下也是为了补光，那么在机器视觉领域也需要补光，那就是光源，光源的意义是让物体的特征呈现出来，特征就是我们需要的信息，前景跟背景区分出来，如下图中所示需要检测芯片管脚是否正常缺失，那么左侧没有很好地前景（芯片和管脚）和背景区分开来，右侧就是一个好的图像效果。
机器学习中的数据偏差是一种错误，其中数据集的某些元素比其他元素具有更大的权重和或表示。有偏见的数据集不能准确地表示模型的用例，从而导致结果偏斜，准确性水平低和分析错误。
从两位知名人士“亿友公益”创始人雷闯和“源头爱好者环境研究所”创始人冯永锋到被蒋方舟、易小荷站出来指认的章文，再到朱军。
作者 | 东田应子 编辑 | 磐石 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一篇文章，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。欢迎大家点击上方篮子关注我们的公众号：磐创AI。 一、基本概念 1. 人脸识别（face identification） 人脸识别是1对n的比对，给定一张人脸图片，如何在n张人脸图片中找到同一张人脸图片，相对于一个分类问题，将
熟悉互联网业务的应该都知道域名，每个网站都拥有自己的域名，除了域名外，网站还拥有自己的域名证书，域名证书是中国独有的特色业务，在国外是没有域名证书的，域名证书可以用来证明域名的归属权所有权等问题，有利于网站备案、域名转让等事项。那么具体来说，域名证书有什么用呢？
当我们在享受AI技术带来的便捷与高效的同时，是否考虑过技术漏洞带来的严重后果？试想如果有人恶意利用AI技术去干扰IT系统的正常工作，结果会有多可怕呢？
不久前，亚马逊获得了一项新技术专利，该技术使用手部识别技术来跟踪无收银员杂货店中的购物者，也就是说，购物者将挥手告别的不仅只有信用卡，还有“脸”。
how-facial-recognition-software-works-800x300-1.jpg
近年来，随着深度学习等技术的不断突破，生物识别技术发展迅速，如人脸识别、指纹识别、声纹识别及虹膜识别等，应用领域也较为广泛。作为新兴的生物特征识别技术——步态识别，也正逐渐走进人们的视野。
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
实时音视频
即时通信 IM
