首页
学习
活动
专区
圈层
工具
发布

双十二视频人物识别购买

双十二视频人物识别购买涉及的基础概念、优势、类型、应用场景以及可能遇到的问题和解决方案如下:

基础概念

视频人物识别是一种利用计算机视觉技术,通过分析视频内容来识别和跟踪其中的人物的技术。它通常结合了深度学习、图像处理和模式识别等多种技术。

优势

  1. 自动化:减少人工干预,提高效率。
  2. 准确性:通过机器学习模型,可以显著提高识别的准确性。
  3. 实时性:能够实时处理和分析视频流。
  4. 广泛应用:适用于安防监控、广告投放、社交媒体分析等多个领域。

类型

  1. 基于人脸识别:主要通过面部特征进行身份识别。
  2. 基于行为识别:分析人物的动作和行为模式。
  3. 基于场景理解:结合上下文信息进行更复杂的识别任务。

应用场景

  • 零售业:分析顾客行为,优化商品摆放。
  • 安防监控:实时监控异常行为,提高安全性。
  • 娱乐行业:在影视制作中进行角色跟踪和分析。
  • 社交媒体:自动识别和标记视频中的朋友或公众人物。

可能遇到的问题及解决方案

问题1:识别准确率不高

原因:可能是由于光线不足、面部遮挡或模型训练数据不足等原因。 解决方案:

  • 改善拍摄环境,确保充足的光线和清晰的画面。
  • 使用多角度、多光照条件下的训练数据增强模型鲁棒性。
  • 考虑使用更先进的深度学习架构,如ResNet或EfficientNet。

问题2:实时处理性能不足

原因:计算资源有限,无法快速处理大量视频数据。 解决方案:

  • 升级服务器硬件,增加CPU/GPU的计算能力。
  • 使用边缘计算设备,将部分处理任务分散到网络边缘。
  • 优化算法,减少不必要的计算步骤。

问题3:隐私保护问题

原因:在公共场合进行人物识别可能引发隐私争议。 解决方案:

  • 确保所有数据处理活动符合当地法律法规。
  • 在收集和使用数据前,明确告知用户并获得其同意。
  • 使用匿名化技术,保护个人隐私信息。

示例代码(Python)

以下是一个简单的使用OpenCV和dlib库进行人脸识别的示例代码:

代码语言:txt
复制
import cv2
import dlib

# 加载预训练的人脸检测器和面部标志预测器
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    if not ret:
        break

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = detector(gray)

    for face in faces:
        landmarks = predictor(gray, face)
        for n in range(0, 68):
            x = landmarks.part(n).x
            y = landmarks.part(n).y
            cv2.circle(frame, (x, y), 4, (255, 0, 0), -1)

    cv2.imshow('Face Detection', frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

请注意,实际应用中可能需要更复杂的模型和更多的优化措施来提高性能和准确性。

希望这些信息对你有所帮助!如果有更多具体问题,欢迎继续咨询。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

Facebook 开源 SlowFast:基于双帧速率分治轻量视频识别模型

这一开源旨在进一步提高系统识别与分类视频内容的能力,并改善视频个性化推荐应用。...SlowFast 是一个新型视频识别方法,它可以模仿灵长类视觉中的视网膜神经运作原理,同时以慢速帧频和快速帧频提取视频中的有效信息,从而提高动作分类及动作识别效果。...一条专注于处理可以在低帧速率下观看的类别语义(如:颜色、纹理和目标),它以低帧率运行,刷新速度缓慢,旨在捕获图像或几个稀疏帧提供的语义信息;而另一条路径则寻找在以较高帧速率显示的视频中更容易识别的快速变化的运动...Facebook AI 也希望通过对这些关系的介绍,能够启发更多用于视频识别的计算机视觉模型。 SlowFast 进展 通过合理的快慢分工,SlowFast 比之前的视频识别系统都更加轻量级。...,包括:改进系统如何自动识别、分类视频内容,以及视频推荐等应用。

3.8K10

准确检测DeepFake视频,阿里新算法从多个人物中识别被篡改的人脸

来源:公众号 机器之心 授权 近日,阿里安全图灵实验室和中科院计算所合作提出一种只需要视频级别标注的新型 DeepFake 视频检测方法,该方法更加关注现实中广泛存在的部分攻击(篡改)视频问题,能够从视频中准确识别出被篡改的人脸...例如,今年 2 月份在德里议会选举的前一天,一个被 DeepFake 篡改过的政客讲话视频在 WhatsApp 上流传,对选举造成了极大的影响 [1];而在某成人视频网站上,某女星的脸被「安」在了成人视频女主角脸上...而之前基于视频级别的检测工作,比如 LSTM 等,在 DeepFake 视频检测时,过多专注于时序建模,导致 DeepFake 视频检测效果受到一定限制。 阿里新研究:S-MIL ?...图 2:S-MIL 算法框架图 为了更好地检测部分篡改的 DeepFake 视频,阿里研究人员提出了一种只需要视频级别标注的新型 DeepFake 视频检测方法。...回顾 DeepFake 视频的定义:只要视频中有一张人脸被篡改,那么该视频就被定义为 DeepFake 视频。这和多实例学习是吻合的。

2.4K30
  • 多模态人物识别技术及其在爱奇艺视频场景中的应用 | 公开课笔记

    嘉宾 | 爱奇艺 编辑 | Jane 出品 | AI科技大本营(ID:rgznai100) 在本期 CSDN 技术公开课Plus:《多模态人物识别技术及其在视频场景中的应用》中,爱奇艺科学家路香菊博士将为大家介绍了多模态人物识别技术及在视频场景中的应用...组织创办“爱奇艺多模态视频人物识别赛”,开放全球首个影视视频人物数库iQIYI-VID,创建百万人物库及四万卡通角色库,相关技术应用到爱奇艺APP“扫一扫”及AI雷达等产品中。...除此之外,在视频中,还需要识别服饰、发型、声纹和指纹、虹膜等生物特征。所以,现在基于视频场景中的人物识别已经成为一个综合需求的识别。 ? 第二,如何识别虚拟人物?...二是爱奇艺员工数据库,是我们内部员工的数据库,里面包含了大量的人脸、姿态、表情等变化;三是爱奇艺在多模态人物识别竞赛中发布的数据集,里面主要是针对明星的视频数据进行身份识别。...数据整理后进行模型训练,训练过程中有一类数据需要特别关注,如下图所示,模型很难识别差异很小的不同人物与差异很大的同一人物,这种现象在实际的视频中是很常见的一种情况,如何解决这一难点?

    4.3K20

    今日 Paper | 神经网络结构搜索;视觉目标;人物识别;视频3D人体姿态估计等

    目录 基于进化算法和权值共享的神经网络结构搜索 检测视频中关注的视觉目标 包含状态信息的弱监督学习方法进行人物识别 基于解剖学感知的视频3D人体姿态估计 RandLA-Net:一种新型的大规模点云语义分割框架...在该数据集上进行的实验表明,所提模型可以有效推断视频中的注意力。为进一步证明该方法的实用性,这篇论文将预测的注意力图应用于两个社交注视行为识别任务,并表明所得分类器明显优于现有方法。 ? ?...包含状态信息的弱监督学习方法进行人物识别 论文名称:Weakly supervised discriminative feature learning with state information for...在获取人工标注的训练数据代价太高的现实下,使用非监督学习来识别每个行人不同的视觉特征具有很重要的意义。...而本文就提出了能够利用这些不需要人工标注的状态信息(如摄像头位置或脸部拍摄角度标注)的弱监督学习方法,该方法使用状态信息优化了假定类别的决策边界,以及使用状态信息调节控制了识别特征的偏移。

    1.8K10

    热点玩法与创新分享:剪映图文成片 + AI 分镜预制双链路量产短视频工作流

    本人深耕知识类短视频半年,复现全网主流图文成片工作流后,融合文生分镜提示词库、角色统一资产库、三段式口播模板搭建双链路预制量产工作流,将单条视频制作时长从 90 分钟压缩至 15 分钟,同选题内容完播率提升...本地素材归档:建立分类素材文件夹,按选题、人物、场景归档图片,后续同系列视频可直接复用,减少重复生成成本。...双链路分离,实现量产标准化 文字预处理、视觉素材预制可分开同步操作,单人可同时并行 3-5 条视频素材制作,打破单条视频串行制作的低效模式,适合工作室批量起号。...轻量化无付费依赖,传播门槛极低 整套流程不购买付费 AI 视频插件、素材会员,仅使用剪映免费功能与公开免费生图工具,所有提示词、模板可打包分享给同行,具备极强二次传播属性,适合社群、自媒体教学分享。...踩坑 3:BGM 音量过高,掩盖 AI 旁白人声,平台识别字幕失败、观众听不清内容 解决:统一设置 BGM 音量 15%-20%,旁白音量 80%,重点段落手动降低背景音乐音量。

    2.3K11

    群体投票双通道狭隘论——AI泡沫出清后的主角确权

    注意力与内容实际不赚钱,当代网红博主开始衰落本身就是已发生实证​;广度大×变现≈0⇒显化价值W_a≈0;④★★★★★​金钱通道:变现而狭隘(定理3·公理十二天花板)​:金钱投票能变现但​双狭隘​——①群众的钱池...M_pool有限(购买力总量约束)②爱好同质化h(公理十一同质化周期+群体投票陷阱·短期偏好压制长期生态价值);且公理十二原文自认天花板:​"仅能衡量商业变现能力"​——它连自己都承认测不了变现之外的价值...当代群体投票价值公理机制实为双通道混淆:注意力通道(内容投票·V_a=A×参与率)广而不变现——网红博主衰落即已发生实证;金钱通道(购买力投票·公理十二)变现而狭隘——群众钱池有限且爱好同质化,公理十二原文自认...││公式│V_a=A(y)×参与率│V_m=销量/营收/用户规模│││(axiom_19·Step304)│(公理十二原文)││测量对象│被喜欢·被观看·被讨论│被购买·被付费·被规模化││六系定位│C...三、★★★★★金钱通道:变现而狭隘(定理3·公理十二自认天花板)展开代码语言:TXTAI代码解释★★★★★双狭隘结构:①狭隘一:钱池有限(M_pool约束)·群众的钱不仅有限(作者原话)·购买力投票的样本空间

    13110

    双11的第14年:进化与回归

    表面来看,消费能力下滑、封控导致快递投递难等现实因素影响了消费者购买意愿,导致GMV数据难以示人。...除此之外,视频类平台、知识类平台纷纷参与到购物节当中,而各种MCN机构的带货达人也开始多平台经营。...例如,微信视频号的流量属于私域流量,而且还能够盘活老用户,各家企业也积极将营销布局到视频号上。消费者还需要双12吗双十一京东、淘宝未公布GMV,但并不影响双12的备战热情。...对于是否需要类似双12等其他购物节,她表示其实满足生活需求就可以,因为已经不再计划囤货了。三口之家的女主人刘靓(化名),平时按需购物,不会特意在双11、12这样的购物节来集中购买。...双十一的时间跨度正好处于国庆节过后与圣诞节之间的黄金时段,而双十二的时段则显得较为尴尬,由于双十一购买的产品还未耗尽,双十二就更显得狗尾续貂。

    40.2K30

    新闻传媒平台内容安全升级:AI鉴伪+内容审核双引擎守护新闻可信度

    、事件的不当表述 侵权内容 未经授权使用他人视频素材 挑战二:AI伪造内容(全新威胁) 威胁类型 在传媒场景的表现 危害程度 AI伪造新闻画面 用AI生成虚假的灾难现场、事故画面 ⭐⭐⭐⭐⭐ AI伪造人物发言...利用Deepfake技术伪造公众人物的讲话视频 ⭐⭐⭐⭐⭐ AI编造事件 完全由AI生成的"新闻事件"视频 ⭐⭐⭐⭐⭐ AI篡改真实新闻 对真实新闻视频进行AI编辑,改变事实 ⭐⭐⭐⭐ AI生成新闻稿...二、双引擎方案架构 2.1 双引擎工作流程 新闻视频入库 ↓ 引擎一:AI生成识别 → 判断"这条视频是否由AI生成" ↓ 引擎二:内容安全审核 → 判断"这条视频内容是否违规"...三、传媒行业的具体应用场景 3.1 新闻视频入库审核 每条进入平台的新闻视频,在发布前先通过双引擎检测: 审核步骤 操作 时效 视频入库 记者上传/爬虫采集/通讯社接入 - AI生成检测 调用AI生成识别...去年有一条AI生成的灾难视频差点被我们误转发。接入腾讯云AI生成识别后,类似的风险基本被消除了。" ——某新闻门户编辑总监 "双引擎方案的价值在于——我们不仅能过滤违规内容,还能标识AI生成的内容。

    68410

    大福利 | QQ X Miniso天生企鹅设计揭秘

    手持游戏机,背部印有龙头,在此基础上,卫衣帽下还带着打了双叉的鸭舌帽,增加了一种“高手隐于世”的酷感,表示Z世代正在虚拟世界创造着这一代人的辉煌。...【故事板】 首先概念和脚本是任何视频的基础。在天生企鹅动画视频的设定中,时空隧道发生扭曲,虚拟世界和现实世界的大门因一场游戏触发而被打开,我们与每个空间中的自己相遇。...- 长按识别二维码即可下载 - QQ如何下载?...- 长按识别二维码即可下载 07  结语 | CONCLUSION QQxMiniso天生企鹅系列潮玩在设计上吸纳最潮流的元素,在主题上更贴近年轻人,在曝光上探索多渠道多样化的方式,以求提供更好的用户体验...·  线上购买 · 扫码 直通京 东【腾讯QQ旗舰店】购买 · 线下渠道 · 可到全国Miniso线下门店购买 。 粉丝福利 这次我们抽4名鹅粉送出天生企鹅超稀有隐藏款1只!

    2.3K20

    Python分析红楼梦,宝玉和十二钗的人物关系

    红楼梦出场人物很多,人物关系极其复杂,这次我们用Python来分析主人公贾宝玉和他的姐妹们,金陵十二钗之间的关系,做一个简要的分析。...出场率 由于我们只统计宝玉和十二钗(正册)这些人物,因此我们需要实现准备一个人物名单: ? 这个后面的nr是表示人物属性,方便分词工具jieba识别。...我们将宝玉加上十二钗出现的图画出来: ? 宝玉,黛玉,凤姐,宝钗属于一线人物,出场率很高;元春,秦可卿还有巧姐出场章节有限,因此总的出场率很低。...可以看出来,宝玉和十二钗的关系十分紧密,尤其是黛玉,宝钗,凤姐。而这些人之间互动也十分频繁。剩下的一些边缘人物仅仅和主角团有互动,他们之间的互动相对很少,或者没有。...人物关系网大全 上面展示的分析仅仅是宝玉和十二钗之间的简单分析,并不能看到整个红楼梦的全貌,这里给大家分享一个人物关系网大全: https://grapheco.github.io/InteractiveGraph

    3.1K30

    新闻造假终结者:AI生成视频识别如何守护传媒平台内容可信度?

    pro/moltbotandai#nrsb 一、AI假新闻视频的现实威胁 AI生成的假新闻视频正在以惊人速度蔓延: 威胁类型 危害说明 伪造灾难现场 AI生成虚假的自然灾害、事故画面,引发公众恐慌 伪造人物发言...利用AI合成公众人物的讲话视频,散布虚假信息 编造事件画面 完全由AI生成的"新闻现场"视频,混入真实新闻流 篡改真实新闻 对真实新闻视频进行AI编辑,改变事实内容 对传媒平台而言,一旦播出AI假新闻视频...二、传媒平台的AI鉴伪方案 2.1 新闻视频入库检测 每条新闻视频在进入平台前,先通过AI生成识别服务进行检测: 检测步骤 说明 视频入库 新闻视频上传或爬取入库 AI检测 调用腾讯云AI生成识别API...像素级、语义级、时序级多层检测 持续更新 持续跟进新AI模型,保持检测能力领先 快速响应 快速返回检测结果,不延误新闻时效 2.3 结合内容审核的双保险 建议传媒平台同时部署内容安全审核和AI生成识别双引擎...: AI生成识别:判断视频是否为AI生成 内容安全审核:判断视频内容是否违规 双引擎联动:为新闻内容提供全方位保障 三、为什么传媒行业更信赖腾讯云?

    40810

    《长安十二时辰》背后的文娱大脑:如何提升爆款的确定性?

    二、长视频爆款的复杂与挑战:较高不确定性 长视频爆款的复杂和挑战主要来源于不确定性,并且这种不确定性渗透在内容的采集、宣发和投放的所有环节中。 第一个不确定叫做延迟满足和信息不完备。...长视频通过组织多个有效的事件序列,形成价值转换,刻画出不同人物,最终体现一个或多个价值观,整个过程需要很多剧集逐渐被用户感知。...; 3)檀棋贡献了80%以上的人物关系,在剧中作为功能性人物推动剧情发展。...基于此,建设识别和理解不确定性的预测模型。 预测中会面临数据、模型和应用三方面问题。数据问题分为数据量不够,数据不干净和信息不完备。...从优酷的经验出发,是正确识别应用上的不确定性可以在应用上有很好的改观。 常规解法也分为数据、模型和应用三方面解法。

    1.3K10

    未来以来,虚拟人祝您元旦快乐!

    视频中,华智冰是一名眉目清秀的女孩。她盘腿而坐,抱着吉他忘情地唱着“忘不了你的爱,但结局难更改,我没能把你留下来,更不像他能给你一个期待的未来,幼稚的男孩……”表情动作也十分真实。...二、新华社数字记者小诤 今年6月17日,神舟十二号载人飞船发射成功的同时,新华社也推出了全球第一位数字航天员——新华社数字记者小诤。...四、柳夜熙 2021年10月31日,虚拟人物柳夜熙横空出世,其定位为“一个会捉妖的虚拟美妆达人”,出道仅三天的她仅仅用一条视频便征服了平台内的所有观众。...上线3天涨粉230万,首发视频超过250万点赞,出道即巅峰的虚拟人物柳夜熙用一条视频将内容行业创作水平拔高到一个新的高度。...在翎Ling小红书动态中可以看到,她已经与100年润发和keep有过商务合作,并和天猫合作成为其双11的数字推荐官。

    2.3K30

    一张照片也能“活”起来,WorkBuddy 视频特效技能完全指南

    不同于传统视频编辑需要逐帧调整,Youtu-VideoFX模型理解图像中的人物姿态、物体结构与空间关系,再用模板定义的动效逻辑,让画面“自然地动起来”。你不需要懂剪辑,也能得到一段成片级的动态效果。...亲吻(kissing):同样为双图互动模板,营造浪漫接吻动效,是情侣表达的热门选择。公主抱(bridalcarry):双图模板,一人被另一人“公主抱”离地,趣味十足,适合好友间的搞怪创作。...比心(hearting):单图即可,人物做出比心手势并迸出爱心粒子,适合人像自拍与祝福场景。毛茸茸(fuzzy):单图,把人物或宠物“毛绒化”,萌感拉满,宠物照、宝宝照都好用。...变身机甲(futuresoldier):单图,把人物“改装”成未来机甲战士,科技感爆棚,深受创作者喜爱。需要留意的是:模板分单图/双图两类。...系统识别到两人,自动生成了一段两人相拥的温馨短片。生成视频如下:5.2、案例B:把商品图做成“旋转漂浮”广告片一家文创小店想为新品马克杯做推广,却没有拍摄动态视频的条件。

    1.2K51

    没有限制的AI小说生成视频,真的存在吗,3个限制绕不开

    灵动画影没有限制的AI小说生成视频,真的存在吗,3个限制绕不开早上七点四十,我打开电脑,打算用一整天验证一句话:有没有完全不限制的 AI 小说生成视频。晚上九点收工,答案是:没有。...前十秒很顺,人物、场景、台词都对。第 12 镜弹出一行字:单条视频最长 15 秒。八点二十换第二款。这款给到 30 秒,但一集四分半要切九段。...十二集就是七个多小时。等的时候我在纸上记了一行:十五秒这个数是从产品那边定的,不是技术上限,所以它不会因为你说需要就变。第一个限制是时长。它不是绕不过,是绕的成本要算进去。...十二点我把前六集翻出来对比,发现她的发色第一集是深棕,第三集偏红,第六集发黑。三张并排看,像三个人。十二点半停手。一上午的结论:时长能靠拼接绕过去,人物不能。...建人物之前,我先写了半页人物小传:她怕什么、说话什么习惯、生气的时候手放哪儿。这半页东西后面每一集都要用,比三视图更耐用。两点建人物:三视图正侧背、三套服装、六套表情,四十分钟建完,存成一份档。

    14710

    多门店口播的协作数据:素材归属、授权名单与Python检查

    如果是团购内容,再接到购买信息:选套餐时,先看包含的商品与数量,再核对适用门店和使用时间。有预约或其他使用要求,也记得提前看清楚,按页面说明安排到店。...讲双杯饮品套餐,旁边摆了一份甜品,就需要说明是否包含,否则很容易产生不同理解。环境也尽量按实际状态展示。画面呈现应与讲稿对应,避免把未包含的商品或其他分店的环境拍进当前说明。...这里的两段口播不包含真实门店信息,不能代替门店素材核对;截图展示人物与字幕,声音和连续口型需要播放原视频判断。...这样顾客在看视频与购买时,不容易遇到互相矛盾的信息。拍摄中出现顾客或工作人员,也先确认素材使用范围,选择适合公开的镜头。...有共同品牌人物,也保留当地门店的真实画面。店主数字分身负责讲述,实拍让观众认识这家店;涉及味道、用餐体验和服务的描述,仍以能够支持的实际信息为基础。新增分店时,不直接把原视频只换一个标题。

    18121

    Video++在用AI帮助视频和直播创收

    机器之心原创 参与:杜夏德 视频互联网 VS 互联网视频,一词之隔,却已等待十二年。 眼下的的互联网科技圈,人工智能技术的火热程度堪比演艺界的小鲜肉。...未来传递信息的主要载体是视频,而视频会产生新的应用入口 「视频行业十二年的发展,其实都是「互联网视频」的发展,只把互联网作为视频媒体的载体,而视频更大的价值并没有深度挖掘。...十二年的积累,行业已经做好了升级到「视频互联网」的准备,随着 AI 技术的成熟打开视频内容的黑盒子、视频互动技术的突破解决了创建场景的瓶颈,视频有能力成为继小程序之后下一代应用的超级入口,也就是视频互联网...Video AI 是 Video++推出的视频自动识别+投放系统。该系统会首先识别出视频中的人物(明星)、物体(手机、电脑等)等等,然后给出一些列标签报告,客户可以查看这些明星、手机出现的点位。...在内容层上,首先要通过人工智能技术把视频中的人脸、物体等非结构化数据结构化,分析出人物、地点、品牌、动作等等不同的维度。接着是逻辑层,通过不同的组件,比如说直播、点播等等,组成相关的应用。

    1.3K90

    计算机视觉及智能影像行业深度研究报告

    优势 1:识别场景精准投放,更可直达购买界面,闭环营销显著提升转化效率。智能植入并 不只是识别出视频中的可植入空间进行投放,更在于判断出视频的情景进行精准匹配。...,更进一步还可以通过植入电商链接、电商购物 小程序、IP商业开发服务等打造文娱电商系统,直达购买行为,实现视频场景内的闭环营销。...1)敏感人物:凭借人脸识别技术和名人图像库,计算机可以自 动准确监测视频中是否存在敏感人物,还可以灵活配置人物黑名单、同步辨识敏感和普通人物,一 旦普通人物变为敏感人物,可快速屏蔽相关视频。...4.3 Mirriad: 英国智能植入广告公司,海外流媒体格局和商业 模式阻碍植入广告变现 Mirriad是一家英国视频植入广告技术服务商,通过专利技术系统能够自动扫描视频,识别人物和 物体,自动标注适合进行广告植入的位置...目前公司广告投放方式仍为合约投放的项目式,尚未实现程序化购买实 时投放。我们认为这与国外视频网站的竞争格局和商业模式有关,公开资料显示 Mirriad 并未接入 国外主流视频平台。

    1.7K50

    【经典】Yann LeCun:如何有效实现无监督学习(158页PPT)

    传统的模型识别模式 ? 深度学习=整个机器都是可训练的 ? 深度学习=学习分层的代表 ? 可训练特征分层 ? 浅VS深=查找表格VS多步骤的算法 ? 大脑是如何解读图像的 ?...第三部分 卷积网络(ConvNet或者CNN),在这一部分,LeCun介绍了ConvNet在多字符识别、脸部识别、行人识别、远程视野和场景剖析等方面中的应用。 ? 卷积网络架构 ? 多层卷积 ?...多字符识别 ? 脸部识别 ? 场景剖析/标签 ? 自适应机器远程视野中的ConvNet ? 第四部分 ConvNets下的对象识别和定位 ? 分级+定位:多级别的滑动窗 ?...人物识别和姿势评估 ? 识别渠道 ? 第五部分 ConvNet语音识别 ? ? 第六部分 无处不在的ConvNet ? 英伟达:基于ConvNet的辅助驾驶 ?...第十二部分 详解无监督式学习 ? ? 第十三部分 预言式无监督学习:视频预测 ? 无监督式学习是AI中的暗物质 ? 第十四部分 机器智能和人类智能有很大的不一样 ? 结论 ?

    2K90
    领券