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

《最强大脑》第三场《核桃计划》比赛难点及技术解析

近日,江苏卫视《最强大脑》第四季人机大战第三场已经结束。从未失算的“水哥”王昱珩,在图像识别方面与搭载百度大脑的小度机器人进行实力交锋。最终,“小度”以2:0的战绩战胜对手,并以3:1的总战绩,斩获2017年度脑王巅峰对决的晋级资格。 本场竞赛题目为 “核桃计划”:通过三段在夜幕下分别从行车记录仪、高位摄像头和女生手机中拍到的模糊动态影像中,让“小度“和水哥识别三位“嫌疑人”的特征后,从30位性别相同、身高体重年龄均相似的候选人现场拍照中,准确找出三位“嫌疑人”。 比赛虽已结束,但对于相关人工智能识别技术的

02
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    检信智能发明专利申请 一种基于人脸动态情绪识别的检测方法和装置

    本发明公开一种基于人脸动态情绪识别的检测方法和装置,通过接收终端发送的原始识别数据;对原始识别数据进行识别,得到语音特征数据和人脸特征数据;将语音特征数据与情绪模型库中的语音标准情绪模型进行匹配,获得语音变化数据;根据人脸动作信息,基于深度卷积神经网络进行人脸微表情动作检测,获得第一人脸情绪变化数据;根据人脸动作信息,通过静态特征和动态特征进行人脸识别,获得第二人脸情绪变化数据;根据所述第一人脸情绪变化数据、第二人脸情绪变化数据、所述语音特征时间信息和所述人脸动作信息对所述语音变化数据进行验证,得到情绪识别结果。本发明能够实现识别用户情绪的变化,提高用户情绪识别的准确率。

    03

    中兴智能视觉大数据:3场演唱会抓3个逃犯,“逃犯克星”

    中兴智能视觉大数据报道:张学友的演唱会三次抓捕了三名疑犯。官媒称,原因是会场入口的安检安装了人脸识别系统。中国正在大规模普及人脸识别,所以这并不令人感到多少意外。一家提供动态人像识别的公司产品经理孙健峰称,该公司在 2015 年就开始与深圳龙岗区警方合作,在当地地铁口、火车站、城中村、商超等场所建设 “深目” 系统。上线几个月后,便协助警方成功告破两起命案。 “目前我们的‘深目’系统已经在二十多个省市落地,协助警方破获了 4000 余起的案件。” 孙健峰说。简单来说,通过前端部署动态人像识别系统,AI 人脸识别技术可以在动态情况下捕捉人脸信息,” 每一个人从摄像头前面走过时,人脸的关键信息会从视频流里抽取出来,通过深度学习算法将其结构化,之后再同数据库进行比对,做到秒级内查到一个人的行动轨迹。”

    01

    【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

    你知道人脸识别技术是如何实现的吗?

    人脸识别,一种基于人的脸部特征信息进行身份认证的生物特征识别技术。近年来,随着欧美发达国家人脸识别技术开始进入实用阶段后,人脸识别迅速成为近年来全球的一个市场热点。人脸识别技术经常听,但你知道它是如何实现的吗? 📷 人脸识别技术包含三个部分: 人脸检测 面貌检测是指在动态的场景与复杂的背景中判断是否存在面像,并分离出这种面像。一般有下列几种方法: 1、考模板法。首先设计一个或数个标准人脸的模板,然后计算测试采集的样品与标准模板之间的匹配程度,并通过阈值来判断是否存在人脸。 2、人脸规则法。由于人脸具有一定的

    06

    银行人脸识别系统被攻破:一储户被偷走 43 万元

    《中国新闻周刊》(记者:苑苏文) 李红(化名)万万没想到,诈骗人员从她的交通银行卡偷走近43万元,如入无人之境。 要想从交通银行卡中转账,需要用户在手机银行App上进行人脸识别,并进行短信验证。 李红陷入了诈骗分子的圈套,她的手机短信被拦截,手机号被设置了呼叫转移,令她的验证码落入他人手中,且无法接听银行的确认电话。 更严重的是,“人脸识别”被攻破了。 银行系统后台显示,在进行密码重置和大额转账时,“李红”进行了6次人脸识别比对,均显示“活检成功”。 那几次人脸识别并不是身在北京的李红本人操作,登录者的IP

    03

    局部人脸识别的动态特征匹配(文末附文章及源码地址)

    【导读】该文章被Trans收录。无约束环境下的局部人脸识别(PFR)是一项非常重要的任务,尤其是在视频监控和移动设备等由于遮挡、视野外、大视角等原因容易捕捉到局部人脸图像的情况下。然而,到目前为止,很少有人关注PFR,因此,识别任意patch的问题的人脸图像在很大程度上仍未解决。提出了一种新的局部人脸识别方法——动态特征匹配(DFM),该方法将全卷积网络和稀疏表示分类(SRC)相结合,解决了不同人脸大小的局部人脸识别问题。DFM不需要局部人脸相对于整体人脸的先验位置信息。通过共享计算,对整个输入图像进行一次特征图的计算,大大提高了速度。

    02

    大咖 | 清华大学王生进教授:人像态势识别及其在智能视频监控中的应用

    大数据文摘记者谭婧、魏子敏 安防已经成为人工智能落地场景中的重要赛道,其涉及的智能视频分析、人脸识别等关键技术也在研究领域受到了极大的关注。那么安防领域中涉及的人脸识别有何痛点?人工智能+安防的未来又有哪些新的趋势? 10月29日,2017年第十六届中国国际公共安全博览会(CPSE安博会)在中国深圳会展中心开幕。在政府管理论坛上,清华大学媒体大数据认知计算研究中心主任王生进教授发表了题为《人像态势识别及其在智能视频监控中的应用》的演讲,他指出,目前我国视频监控建设卓有成效,摄像头的数量惊人,达到了2000多

    05
    领券