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

    新算法可干扰脸部识别系统

    加拿大多伦多大学(University of Toronto)的研究人员宣布开发出了人工智能驱动的程序,可干扰脸部识别系统。...该程序设计用于在像素水平精细地改变图像,干扰数字化脸部识别技术,让算法不能区分人眼看上去很相似的面孔。而且,效果很不错。...实际上,这对神经网络相互训练,处理包含了600张脸孔的数据库,生成脸部识别-干扰算法。 其目标似乎是阻碍在线脸部识别系统,例如给脸谱网带来了法律问题的相片标记程序。...研究人员希望开发出一种应用程序或者网站,让用户给他们的在线图像添加一种隐形屏障,干扰脸部识别系统对这些图像的扫描。 这并不能有效地干扰越来越多的警察机构所采用的实时脸部识别系统。...要干扰这种脸部识别,您需要一些夸张的头饰。但该程序能够有利于保护日常应用程序的用户在线隐私,至少,在目前的人工智能军备竞赛创造出能击败这种程序的脸部识别系统之前,它能有效发挥保护作用。

    58110

    AI绘画专栏之statble diffusion SD XL 1.0 修复脸部 (29)

    adetailerhttps://github.com/switchablenorms/DeepFashion2.git2.共同点这个脚本的特别之处在于,它将识别到的面部用512*512的分辨率进行重绘,在放回原来的脸部进行融合...局部重绘是无法达到这样的效果的,因为全身图脸崩的原因就是脸部所占画面比例太小,而且AI不知道哪里是脸,哪里要重点画,所以占比小的就画的不精细,容易脸崩。...这个放大重绘就解决了AI在小比例上无法绘制精细面部画面的问题都可以对脸部细节进行重绘增加修复细节,但对画面的元素不会增加,如果想要对画面元素增加建议搭配add_detail的Lora都需要提示词控制3....区别Adetailer 有独立的模型搭配,可控制其他部位,例如:手部模型Face editor 通过选择face、hand等选项控制,主要针对脸部我正在参与2023腾讯技术创作特训营第三期有奖征文,组队打卡瓜分大奖

    1.1K70

    研究报告称脸部识别技术准确率已大幅提升

    据美国国家标准与技术研究院(NIST)研究报告称,在过去5年内,脸部识别技术的准确率已大幅提升。...事实上,这项技术已经经历了一场“工业革命”,使得某些算法在搜索数据库和查找匹配项方面比其他算法高出20倍,这些数字来自于NIST发布的“当前脸部识别供应商测试”结果。...NIST表示,其中之一是广泛采用了卷积神经网络,这是对2014年脸部识别和机器学习技术的一个改进。报告写道:“精度的提高主要得益于将先前的方法与基于深度卷积神经网络的方法进行集成或完全替换。”...在2019年,NIST计划再发布两份关于脸部识别准确度的报告—一份详述了由49位开发人员提交的另外90种算法的结果,另一份是关于“脸部识别中的人口相关性”的报告。...随着脸部识别算法的广泛应用,准确性成为一个很大的关注点。

    55020

    【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

    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。...西雅图华盛顿大学视觉神经生理学家格 Greg Horwitz 在接受 Nature 记者采访时表示,Tsao 和 Chang 两人的工作可以简单概括为开发了一个模型,让人能从计算机屏幕上的图像中看到,视觉皮层中神经元对脸部的反应...推翻此前假说,大脑不是“人脸识别机”,而是“人脸分析仪” 不仅如此,Tsao 和 Chang 还考虑了,在进行脸部识别,也就是识别各种面部特征的特定组合时,每个神经元是否有“最擅长”的一个组合。...实验中,当猕猴看到不同的脸部图像,但这些不同是神经元“不关心”的组合时,单个脸细胞的反应保持不变。 打个比方,当猕猴看见两张发际线不同的照片,它们视觉皮层中关心眼睛大小的神经元不会产生变化。

    1.2K60
    领券