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
Entering-the-New-Age-Through-Touchless-Access-Control-2-1536x944-1.jpg
最近，亚马逊正式宣布，他们研发的手掌识别技术「Amazon One」正式投入商用。
虹膜是位于人眼表面黑色瞳孔和白色巩膜之间的环状区域,在红外光下呈现出丰富的纹理信息,如斑点、条纹、细丝、冠状、隐窝等细节特征。虹膜识别技术采用专用光学图像采集仪采集人眼虹膜图像,然后通过数字图像处理技术、模式识别和人工智能技术对采集到的虹膜图像进行处理、存储、比对,实现对人员身份的认证和识别。在众多的生物特征识别技术中,虹膜识别因为其超群的唯一性、稳定性和非侵犯性而具有特殊的优势。近年来,虹膜识别得到了来自学术界、产业界、政府和军队等的广泛关注。 指纹是人类手指末端指腹表皮上凹凸不平的纹
选自arXiv 机器之心编译 机器之心编辑部 人脸识别是机器学习社区研究最多的课题之一，以 3D 人脸识别为代表的相关 ML 技术十年来都有哪些进展？这篇文章给出了答案。 近年来，人脸识别的研究已经转向使用 3D 人脸表面，因为 3D 几何信息可以表征更多的鉴别特征。近日，澳大利亚迪肯大学的三位研究者回顾了过去十年发展起来的 3D 人脸识别技术，总体上分为常规方法和深度学习方法。 从左至右依次是迪肯大学信息技术学院博士生 Yaping Jing、讲师（助理教授） Xuequan Lu 和高级讲师 Sh
场景描述：近日，朝鲜媒体《统一的回声》发布刊文，介绍了新开发的自研智能蓝天手机。文章中称，该款手机处理速度快，支持人脸识别和指纹解锁等功能。据朝鲜媒体早前报道，该智能手机的人脸识别功能，是由朝鲜的顶级学府金日成综合大学开发而来的。那么这项技术究竟是什么水准？此外，朝鲜国内的 AI 发展又是怎样一个局面？
2017年，人工智能技术取得了显著的发展。机器人、芯片、VR、人脸识别、自动驾驶、机器学习、车联网和智能音箱成为2017年人工智能领域的十大热门技术。这些技术有望在未来几年内实现广泛应用。
一直以来以概念诗人的AI，如今正在逐渐向实用化迈进。在近期举办的2017中国国际金融展上，AI技术就成功地“反客为主”，将本应该以金融为主题的国际展会，变成了自己产业化成绩的秀场。 除了各大金融机构以外，今年的金融展还吸引来了包括松下、柯达、富士通、恩智浦半导体、瑞银科技、中软高科、Vertiv和维融电子在内的上百家国内外金融科技企业，展示了移动金融、自助设备终端、金融机具及配件、金融安全以及IT系统解决方案等大量的新产品和新技术。 当中，以人脸识别为代表的AI技术备受关注。对于银行等机构入场工作和服务
https://mp.weixin.qq.com/s/RA8S6uzzJ_moxq8T5thqwA
这家为47家美国最大的警察机构提供摄像设备及软件的公司，这一次竟然割爱，主动放弃了人脸识别这一在安防领域颇具潜力的技术。
为避免聚集性疫情发生，阻断病毒传染、及时发现疑似病人，全国各地均已采取最严格的发热人员排查措施，防止疫情进一步向外扩散。返工潮人流涌动，站好温控第一道岗，成为疫情狙击战的关键。目前机场、高速公路出口与服务站、地铁站、高铁站、超市、写字楼、小区、学校、场馆、工厂等人群高度聚集、高流动的公共场所与活动密集区，都需要对大流量群众进行实施体温监测。
近些年，AI发展势头有目共睹。作为“下一个十年”最核心的科技手段之一，已然是行业共识和大势所趋，当下也正在加速渗透到千行百业与大众生活中。
昨天IFAA联盟发布“本地人脸识别安全解决方案”，用来实现金融级别现金支付的技术，“像iPhone X那样去人脸支付吧！安卓终于再一次追平了苹果”，并总结出“攻克了几乎是行业性的四大难题”：
众所周知，dlib是人脸识别的利器，被广泛应用于行为检测、安防工程、表情分析等，甚至还有学术界的前沿老师将这一技术用于上课点名，这一异想天开的想法又很快在工业界开枝散叶，落地生花，因为，越来越多的公司开始用大门口的摄像仪+内置的人脸识别算法实现员工的上下班打卡了！这样相比之下，以前的指纹信息真的是太单薄了，人脸识别的检测效果，是像素级的，更是毛孔级的！
2013年，苹果机iphone5S让指纹识别在手机上普及，它告诉各大手机厂商，指纹可以这么玩。同样苹果它也让指纹识别从手机上消失。譬如，今年苹果就推出了支持面部识别的iPhone X，而这款产品不仅带来了黑科技，也让解锁技术得到进一步的变革。当然，更值得一提的是，iPhone X的面部识别技术现在也已成为Android手机厂商所追求的潮流风向。 那老派今天就跟大家讲讲身份识别的几大类型。 1.指纹识别 指纹识别即指通过比较不同指纹的细节特征点来进行鉴别。指纹识别技术涉及图像处理、模式识别、计算机视觉、数学形
AirServer2023是适用于 Mac 和 PC 的先进的屏幕镜像接收器。 它允许您接收 AirPlay 和 Google Cast 流，类似于 Apple TV 或 Chromecast 设备。AirServer 可以将一个简单的大屏幕或投影仪变成一个通用的屏幕镜像接收器 ，是一款十分强大的投屏软件。AirServer 通用版将您的 Windows PC 变成一个通用镜像接收器，其中包括了Windows 7，Windows 8和Windows 10。允许您使用内置的 AirPlay、Google Cast 或 Miracast 镜像设备的显示，一对一或同时传输到 AirServer。用户可以从任何 AirPlay、Google Cast 或 Miracast 的兼容设备（例如 iPhone、iPad、Mac、Windows 10、Android 或 Chromebook）镜像或投射他们的屏幕。 使用 Google Chrome 浏览器中内置的屏幕投射发送器也支持 Windows 7 和 Linux。
笔者是从传统图像算法开始进入计算机视觉行业的，那一批人基本上都是从人脸图像和文本图像开始学，而如今很多计算机视觉从业者却从来没有接触过人脸图像相关的算法，或许真的是时代变了吧。
Facebook 年度开发者大会 F8 近日举行，现场发布了一个被外媒评价“颇为怪异”的功能：VR记忆。这个功能整合了人工智能和虚拟现实技术，只需要几张老照片，就可以为用户还原一个 3D 的虚拟现实世界。从现场演示的效果来看，还原后的VR效果非常模糊，加上老照片的历史感，让人多少感到有些诡异。但据 Facebook 的高管 Rachel Franklin 在现场表示，Facebook 的相册变成了现实。（via Techmeme）
【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
3D人脸识别的市场正在逐渐打开，相较于当前的2D识别，这种主动式，不易受光线影响的识别方式，也涌入了不少新入局者。
今年 11 月，来自纽约大学的研究人员提出了一种可以生成「万能指纹」的神经网络模型 MasterPrints，攻击手机指纹解锁的成功率最高可达 78%。而最近，福布斯的记者们决定使用 3D 打印技术攻击手机的人脸识别功能，在一通测试之后，他们发现石膏「人脸」竟可以破解四种流行旗舰手机的 AI 人脸识别解锁功能，而 iPhone X 不为所动。
这一年来，有数场高峰论坛吸引了众人的目光，从大连的夏季达沃斯论坛到天津的世界智能大会再到北京的软博会，每一个都是国际型、重量级的高峰论坛。但有趣的是，在这三个论坛中，人工智能（AI）都成为了主角。
今年的CES Asia快成为车展了。 今天，CES Aisa在上海首日开展，早上镁客君兴冲冲地走进展厅时，里面已经是“红旗招展、人山人海”。漂亮的小姐姐们成为了“吸睛”的利器，而酷炫的外形和脑洞大开的
在进入正文之前，我们先想象一个场景：如果对象 A（正文中的 Jesse）在航空系统的禁飞名单中，因而无法通过机场的护照人脸识别系统，也从未提交过护照照片。那么有没有办法帮助 Jesse 顺利地通过护照人脸识别系统呢？
关于人脸识别这块，前些年不要太火，哪怕是到了今天依然火的一塌糊涂，什么玩意都要跟人脸识别搭个边，这东西应该只是人工智能的一个很小的部分，人脸识别光从字面上理解就是识别出人脸区域，其实背后真正的处理是拿到人脸区域图片，提取人脸特征值，再用这些特征值去做比对分析处理，识别出到底是谁，国内厂家也不少，比拼的就是准确度误报率，速度无非就是靠堆硬件来，什么VPU各种并行运算都堆上去，速度杠杠的，好多厂家都做到了几个毫秒的级别，估计很多厂家都是在开源的基础上加上了自家的算法，一直跑呀跑的整出了符合自家算法的人脸模型文件，比如百度的人脸识别模型文件，经过好几年的发展，越来越大越来越细越来越准。
本文来自旷视研究院，作者：闫东。AI 科技评论获授权转载。如需转载，请联系旷视研究院。
波多小队长来到二手家电市场，淘了一个800瓦的微波炉，拆除了微波炉的门，装在车上，对着展馆入口人脸识别机附近，然后连上了车载逆变器，拧开电源。
无论是加速前期的疫情科研攻关，还是协助一线的疫情诊疗和现场防控，以及后端的信息化平台搭建，都已经出现了人工智能技术和解决方案的身影，并且取得了实际效果。
随着生物识别技术在移动支付领域的拓展，如今，已有支付宝“刷脸支付”在位于杭州市的肯德基KPRO餐厅正式商用。这之前，京东线下的京东之家体验店已经开始内测“刷脸支付”功能。而在更早的4月份，百度就把刷脸支付搬进了自家食堂。 人脸识别技术的应用场景在不断地扩展，iPhoneX就把Face ID嵌入手机解锁，但是相较于App登录、火车站安检等应用场景，刷脸支付尚不能大规模推广。刷脸支付的商用，还需监管部门对于该技术的安全性评估。 ▌活体检测是技术支撑 ---- 记者在旷视科技公司官网了解到，支付宝推出的刷脸
2015年11月11日，微软宣布其Oxford项目将开放一个可用于情绪识别的API。微软一位负责技术与研究的人员表示该API可帮助市场营销人员评估顾客对商店展示效果、电影或食物的反应。商家可以用这个软件来创造一个客户工具，例如一个可以从照片中识别情绪并根据不同情绪给出不同选项的应用。根据微软介绍，该API应用该公司的云端情感识别算法来确定特定时刻某张照片中人的情绪。 微软表示，该API以一张图片作为输入，从其中每张人脸的多个表情中找到表情，并利用人脸识别应用程序画出人脸的边界框。这些情绪与面部表情相关，而表
我想每个看过好莱坞系列电影《007》的人都一定羡慕过007所拥有的Q博士，每一次007出任务前Q博士都会为他配备一些新的高科技装备，这也是007每次使命必达的关键因素。 然而现在我们对概念性智能硬件的
近两年来，人脸识别技术引发的数据隐私问题一直备受公众讨伐。仅就2019年而言，全球范围内人脸识别技术使用相关的案件便层出不穷：瑞典数据保护机构（DPA）因当地一所高中使用人脸识别技术来记录学生出席情况开出金额20万瑞典克朗（约人民币14.6万元）的罚单；美国四个城市相继禁止政府部门使用人脸识别技术；微软公司疑似因隐私保护和授权瑕疵方面的原因删除了曾为全球最大的人脸识别数据库MS Celeb；Facebook因人脸识别功能或面临着可高达350亿美元的集体索赔；我国AI换脸软件ZAO因涉嫌侵犯隐私被工信部约谈整改...... 而近两个月，由于BLM运动的影响，人脸识别更是被推至风口浪尖，随着这项技术下沉到各个领域遍地开花，最终到达了一个需要法律深度介入的十字路口。
南京江宁区玉堂花园小区南门，一位戴着口罩的居民走到门禁前，系统很快通过人脸识别识别出他的身份和健康状况，闸机门自动打开。
「人工智能也许会是人类的终结者」，闻名世界的理论物理学家霍金生前曾对人工智能技术抱有十分警惕的态度。
雷锋网按：本文根据旷视科技商业产品总监李晨光在高交会《读脸·对话——AI 技术风暴沙龙》的演讲内容整理而来，主要谈论人工智能如何商业化的问题。 人工智能如何商业化一向被人关注 “人工智能如何商业化”一
生物识别技术在验证过程中出现的漏洞可能会让不法分子破解各种人脸识别应用，包括苹果的 Face ID。
这几年人脸识别技术在国内发展飞速，给生活带了很多便利，这个大家应该都有体会。早几年进高铁站还比较麻烦，要先排长队，得让检票口的工作人员一个一个查看证件然后“啪”地戳章，才能进站。很多人应该都和我一样想过一个问题，那为什么不多设几个口呢？我还专门问了朋友，朋友说都知道排长队体验不太好，不过多开一个口，就要多雇几个人，不但要一直开工资，还要有保险等各类配套的保障类支出，用人成本很高，所以二者只能相互取平衡。
今天，也就是 2017 年 9 月 11 日，小米发布了两款手机产品 Note 3 和 MIX 2， 其中，Note 3推出了一项新功能，人脸解锁。 以后，请忘掉密码，忘掉指纹，欢迎走进看脸的时代。 首先，来看看小米 MIX 2 和 Note 3： 小米 Note 3 其实就是大屏版的小米 6，屏幕尺寸升级为 5.5 英寸，处理器则降级为高通骁龙 660 。后置摄像头的配置与小米 6 相同，依旧是 1200 万像素的广角镜头 + 1200 万像素的长焦镜头，前置摄像头则升级到了 1600 万像素，2μm
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
人脸识别是目前应用较广泛的AI产品服务，但在售前接触客户中，发现很多销售同学和客户对于人脸识别的认识不够全面，从而在使用和计价过程中遇到较多的问题，所以通过这篇博客个人总结一些应用架构实践，帮助大家理解“人脸识别”的应用；
刚刚，商汤科技在其2019人工智能峰会上，一口气发布了11款产品。覆盖智慧城市、教育、医疗、零售、AR等五大领域。
据腾讯研究院统计，截至2017年6月，全球人工智能初创企业共计2617家。美国占据1078家居首，中国以592家企业排名第二，其后分别是英国，以色列，加拿大等国家。本文中选取了国外和国内部分有代表性的AI产业链条上相关公司就行分析（排名不分先后），希望对有志于从事人工智能相关工作或者想了解AI行业目前发展现状的朋友能有所帮助。小编会从AI芯片、应用层算法、应用领域等方面对相关公司进行盘点，由于部分公司可能会涉及产业链条上不同的领域，文中侧重选取了某些点进行分析阐述。备注：文中涉及到的企业估值均源于公开资料，本文对数字真实性不做任何担保；对于企业的明星指数是小编根据公开资料以及行业内部朋友反馈做的综合评估，不作为投资参考。
在这一新研究中，科学家们只需用普通打印机打出一张带有图案的纸条贴在脑门上，就能让目前业内性能领先的公开 Face ID 系统识别出错，这是首次有 AI 算法可以在现实世界中实现攻击：
这次版本升级，从版本号SeetaFace2 跳过 3 、4、 5直接升级到SeetaFace6，总之就是 666 吧～
上一篇文章写道人脸识别客户端程序，当然要对应一个服务端程序，客户端才能正常运行，毕竟客户端程序需要与服务端程序进行交互他才能正常工作。通常人脸识别服务端程序需要和人脸识别的相关处理库在一起，这样他接收到相关的处理需求以后比如人脸识别的处理请求，需要调用本地的人脸识别库来处理，处理完成以后拿到结果，再组成协议的格式返回给客户端程序。
11月，图像分析、人脸识别、自然语言处理NLP推出新功能。腾讯云AI团队联合腾讯优图、AILab、微信智聆、微信智言等实验室，帮助合作伙伴和客户高效打造针对性的解决方案，助力各行各业的数字化和智能化转型。
共计2164字|建议阅读时间6分钟 编者按 北京时间9月13日凌晨，苹果新品发布会再一次汇聚了世界的目光，苹果也不负众望，推出了两款全新的主力机型iPhone8和iPhone X。其中iPhone X很多新功能都创新性十足，但同时也引起了极大的争议。事后围绕值不值得买这个话题，也是众说纷纭，我目测来看，现在的舆论导向是偏向于不买，并列出了几大“罪状”。其中的大多数比较主观，仁者见仁，智者见智，倒没什么好争论的。不过其中一项罪状确实是引起了我的兴趣：那就是对新的FaceID功能的安全性的质疑。质疑的理由大多都
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
实时音视频
即时通信 IM
对象存储
