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

    云从孙庆凯:不能盈利再多技术也是枉然,2018年将是市场洗牌期 | 镁客请讲

    孙庆凯表示,2018年,是正儿八经能够把技术真刀真枪拿出来比试好坏的一年。 2017年2月27日,国家发改委高技术司公示2017年“互联网+”人工智能基础资源公共服务平台承担项目名单,作为唯一的初创公司,云从与百度、腾讯、科大讯飞同为入选项目。而在今年1月初,云从科技再次入选国家发改委2018“人工智能”重大工程。 创始人出身中科院、接受中科院的投资、入选国家重大工程支持项目之一……在业内,云从已经是名副其实的“AI产业化国家队”。 看好行业前景和云从团队实力 他选择加入云从 “我加入云从不到一年时间,这

    04

    眼神科技CTO江武明:多模态统一身份认证——数字化的入口和枢纽|量子位·视点分享回顾

    视点 发自 凹非寺 量子位 | 公众号 QbitAI 近年来,指纹、人脸、虹膜等生物识别技术,在智慧城市、治安治理、民生服务等行业广泛应用,为民众带来安全便捷同时,也助力了产业智能升级和降本增效。 其中生物识别技术作为人与数字资产关联的基础技术,是数字化的入口和枢纽。随着产业数字化和电子证照应用的提振加速,面对海量数据下的高安全与强隐私需求,单模态生物识别技术略显“乏力”。 与此同时,经历了近十年飞速发展的人工智能,作为赋能型技术,正需要找到适应的行业和场景体现出其独特的价值。 那么,数字时代的增强身份认证

    02

    中国大数据专家委员会顾问、中国科学院院士张钹:大数据与人工智能研究的思考

    【CSDN现场报道】6月4日,第七届中国云计算大会全体大会上午的主题演讲环节,中国大数据专家委员会顾问、中国科学院院士张钹发表了题为《大数据与人工智能研究的思考》演讲,他表示网络数据和传统数据的区别主要是:粗数据、数据与用户(社会)关联两方面,而这也导致了传统信息处理在分析网络数据方面面临的根本困难,之后,他详细介绍了从传统信息处理以及人工智能等方面是如何处理这些网络数据的,最后他提醒人工神经网络也不是完美的,今后大数据处理会将传统信息处理和人工智结合起来,传统信息处理是数据驱动方法,而人工智能就是知识驱动

    04

    高铁新建人脸识别系统,如何做到整容也可以识别逃犯?

    如今人脸识别系统已经广泛应用于我们的生活中,如数码相机、门禁系统、机场的安全设施 、桌面软件、互联网应用(如Facebook)等等[1]。然而今日的一则关于“高铁人脸识别抓逃犯”的新闻一出[2],在评论中又引发了一阵阵怀疑。怀疑的中心问题在于,人脸识别系统真的能准确无误地在数以亿计的面孔中找出匹配的嫌疑人吗? 降维:减少冗余信息 完整的人脸识别系统一般由多个模块组成,在进行人脸识别之前首先要进行人脸检测(即在一张完整的图片中探测到人脸区域),以及图片的预处理、归一化等步骤(例如自动把倾斜的照片摆正)。本文就

    06

    重磅干货:AI场景的价值体现——视觉 AI 技术如何落地?

    随着AI时代的移动技术革新大会开幕邻近,越来越多的行业人士对本届大会即将分享的行业干货保持着高度关注,本期主办方采访到了【基于AI的开发实践专场】演讲嘉宾杨帆先生(商汤科技联合创始人、副总裁,EGO 北京分会会员),就AI场景的价值体现与落地进行深度剖析。 以下内容是对杨帆先生的部分采访整理。 “AI更大的价值在于跟不同的行业结合” 杨帆在计算机视觉技术领域沉浸多年,在微软任职期间,他主要从事计算机视觉、计算机图形学等领域的新技术孵化工作,包括人脸识别、图像物体识别、人像三维重建等;杨帆认为,AI技术并

    06

    「镁客·请讲」第六镜叶雨桐:进一步细化产品应用,做大规模场景的动态识别

    相比于金融、安防的笼统应用,第六镜让我们看到了更多日常生活中出现的人脸识别技术。 做《镁客|请讲》栏目到现在,我们也采访了不少硬科技行业的创业者。如同多数行业领域一样,在硬科技行业,能够毅然决然进入创业圈的多是拥有丰富从业经历、或是有着强硬技术的男性。 2014年,很多人还在拼搏学业或是忙里忙外找实习的时候,彼时还在西北工业大学读大三的叶雨桐和刘闯就开始琢磨起创业的事情。 说起创业,起步的时候总是那么的艰难 因为同是学生会成员,叶雨桐和刘闯之间经常会有交流,慢慢的,两个人就开始想着搞事情。那时,恰逢西北工业

    03

    深入浅出人脸识别技术

    在深度学习出现后,人脸识别技术才真正有了可用性。这是因为之前的机器学习技术中,难以从图片中取出合适的特征值。轮廓?颜色?眼睛?如此多的面孔,且随着年纪、光线、拍摄角度、气色、表情、化妆、佩饰挂件等等的不同,同一个人的面孔照片在照片象素层面上差别很大,凭借专家们的经验与试错难以取出准确率较高的特征值,自然也没法对这些特征值进一步分类。深度学习的最大优势在于由训练算法自行调整参数权重,构造出一个准确率较高的f(x)函数,给定一张照片则可以获取到特征值,进而再归类。本文中笔者试图用通俗的语言探讨人脸识别技术,首先概述人脸识别技术,接着探讨深度学习有效的原因以及梯度下降为什么可以训练出合适的权重参数,最后描述基于CNN卷积神经网络的人脸识别。

    06

    人脸识别进入“超级独角兽时代”:旷视、商汤、依图等共论计算机视觉

    【新智元导读】旷视科技最新宣布4.6亿美元C轮融资,创下AI融资记录。当下,人脸识别技术做到了什么程度?未来计算机视觉创业还有没有机会?在上周日第二届微软亚洲研究院院友会年度大会上,微软全球执行副总裁沈向洋主持,商汤、旷视、依图和中科视拓的创始人/CEO/首席科学家——5位微软亚洲研究院院友坐在一起,共论人脸识别的技术趋势与商业落地。商汤、旷视、依图这些人脸识别独角兽各自的定位和发力点在哪里?他们怎么看待彼此和整个行业?本文将告诉你答案。 旷视科技昨天夜间宣布了金额高达4.6亿美元的C轮融资,引起热议。 2

    05
    领券