随着技术进入成熟期，在最容易实现落地的B端市场，图像识别正逐渐扩大自己的市场。 近日，美国权威杂志《MIT科技评论》（MIT Technology Review）公布了2017年度全球十大突破技术，其中属于AI范畴有三项技术，分别是强化学习、自动驾驶货车和刷脸支付。 其中，值得我们注意的是，虽然同属于2017年的突破性技术，但在距离进入成熟期的时间上，相对于强化学习和自动驾驶货车的还需要1-2年和5-10年时间，刷脸支付技术现在就已经进入了这一阶段。 根据平安证券发布的《通信行业人工智能图像识别专题报告》显
1 新智元推荐1 来源：微软研究院AI头条 【新智元导读】继 9月13日微软将对话语音识别错误率降至6.3%的记录后，前天再次宣布进一步将错误率降至 5.9%，首次达成与专业速记员持平且优于绝大多数人的表现。该成功归功于他们采用了一种神经语言模型，该模型在空间中被表现为连续的向量，计算机能通过该模型得知比如“fast”和“quick”是具有紧密联系的近义词。 一个月前，2016年9月14日，微软的对话语音识别技术在产业标准Switchboard语音识别基准测试中实现了词错率（word error rate
【新智元导读】移动AI，尤其是智能手机上的计算机视觉应用，已经成为人们生活中重要的一部分。本文将会从最新趋势、未来机会、用户将如何使用手机上的AI等方面进行分析。本人作者是PicsArt的联合创始人兼
上周大数据领域共发生13起投融资事件，涉及领域包括人工智能、图像识别、健康饮食、云计算等多个领域，以下为您奉上上周投融资事件 📷 来源：数据猿 作者：abby 一、Google收购法国初创公司Moodstacks，图像识别成巨头“新宠” 本文由“135编辑器”提供技术支持 随着大数据技术的不断发展与创新，许多企业已经不满足于传统的数据分析，数据挖掘业务，这不，图像识别结束成为了巨头们的“新宠”。继Twitter以1.5亿美元收购英国人工智能公司之后，近日，Google宣布将斥资收购法
利用计算机图像识别、地址库、合卷积神经网提升手写运单机器有效识别率和准确率，大幅度地减少人工输单的工作量和差错可能。
Wikitude于近日发布了拥有全新3D SLAM引擎的增强现实SDK 6.0版。 Wikitude于近日发布了拥有全新3D SLAM引擎的增强现实SDK 6.0版。专为智能手机、平板电脑和智能眼镜设
作者|island 电脑一直都很擅长视觉识别。有时它们识别一系列图像中某个个体的能力能够与人类相媲美。但相似的结果是否说明了电脑能够模拟人类的视觉系统呢？回答这个问题或许可能会发现电脑系统比不上人类的地方。 《美国科学院院刊》发表了一篇论文提到了电脑和人类视觉系统的不同。 最大的差别可以总结为电脑没有人脑灵活，这同样也是语言识别系统所面临的问题：人类可以通过支离破碎的单词推测出一句话或者一段话的意思而电脑不能。同样在图像识别方面：人类可以可以破碎的线索拼凑出模糊的图像，而电脑却不行。 论文的作者使用一组模
目前在零售行业的实际运营过程中，会产生巨大的人力成本，例如导购、保洁、结算等，而其中，尤其需要花费大量的人力成本和时间成本在识别商品并对其进行价格结算的过程中，并且在此过程中，顾客也因此而需要排队等待。这样一来零售行业人力成本较大、工作效率极低，二来也使得顾客的购物体验下降。
红外探测系统具有隐蔽性强、探测距离远以及抗干扰能力强等优点，广泛应用于舰船、航空器等目标的识别与跟踪。红外系统主要包含目标探测以及图像识别两部分：其中目标探测是红外系统的硬件基础；图像识别算法能够实现图像内容的判别和目标定位，是后续跟踪任务的前提，具体如图1所示：
提高交通安全、改善医疗服务、提升环境效益——专家认为大数据技术在高级图像分析和图像识别领域潜力无限。 挪威卑尔根Uni Research公司的科学家Eirik Thorsnes表示：“计算机的高级图像
📷 吴恩达导师、伯克利大学教授Micheal I. Jordan在近期接受大数据文摘访问时，描绘了这样一个认知物联网的应用场景：在网上下单买一台冰箱运到北美，并确保其在一周内送到。 这件司空见惯的小事绝没有听起来那么简单。 首先，这台冰箱不能在下单的时候才从印度装船，企业需要考虑，怎样才能保证5个月前冰箱已经被造出来，并被送到正确的地址；其次，企业需要考虑意外情况出现，比如印度洋上遇上了台风，船只不能运作了，怎么办？ 满足这些需求要大量的数据支持和精密的计算。人类无法做这些规划，但统计学和
在机器视觉的概念中，图像识别是指软件具有分辨图片中的人物、位置、物体、动作以及笔迹的能力。计算机可以应用机器视觉技巧，结合人工智能以及摄像机来进行图像识别。
按要求转载自公众号联合时报（ID：lhsbwx） 中国科学院院士张钹对国内外人工智能产业发展现状，提出我国仅靠跟随性的应用深度学习发展人工智能，是无法引领这项技术实现革命性突破的。语音也在里面学，文
AI技术的火爆无疑是近几年创新应用上的一次革命。如今AI技术在众多科技公司的推动下已经渗透到各行各业，气象行业也不例外。将AI融入到天气预报、大气探测、天气预警以及天气服务中的尝试一直未间断。AI技术的应用背后是大数据的支撑和机器学习的广泛探索。利用AI技术进行雷达图像的识别，进行短临预报；利用AI技术与数值模式结合提升预报的准确率；利用AI技术进行探测数据的质量控制和融合处理；利用AI技术进行天气预警的精准推送；利用AI技术进行大雾的识别、天气现象的识别等等，可以说AI已经在气象领域中全面开花。在复杂的大气物理、化学等机理研究难以取得突破时，融入AI技术是提升气象技术的有利补充。关于天气预报、探测等AI技术的应用上经验比较少，跟大家分享一下我参与实施的在公众气象服务中的一些尝试应用。
艺术创作辅助：艺术家使用AI绘画工具来创作和实验，例如利用风格迁移生成不同艺术风格的作品。
AI（Artificial Intelligence）正在不断的改变着各个行业的形态和人们的生活方式，图像识别、语音识别、自然语言理解等 AI 技术正在自动驾驶、智能机器人、人脸识别、智能助理等领域中
上新是商家在电商平台提供商品的第一个环节。以京东商城为例，每年上新商品量过亿，且这一数字还在不断攀升。尤其对于服饰内衣等上新频率高、上新数量多的品类，在最为忙碌、重要又耗时的11.11上新季，如何最大化提升商家的上新效率呢？Drawbot京东商详智能助手正是基于这一需求应运而生的，它可以同时服务京东几十万商家，高质量快速生成详情页，将商品详情页的制作时间由几十分钟缩短到2分钟！ 场景 为了帮助商家更快上新，将时间和资源花在其他更具有创造性和价值的工作上，京东推出Drawbot 京东商详智能助手。今年双 11
结果，AI一顿操作猛如虎，进行了判断：左边的是桃面牡丹鹦鹉，右边的是国家保护动物费氏牡丹鹦鹉，二者区别仅在于喙的颜色以及白色眼圈。
近日，BOSS直聘发布《2020年人才资本趋势报告》，该报告针对我国国内人才结构，公布2020年人才领域的前瞻趋势。本文对其中人工智能相关方向进行了梳理。 本文图片均来自于BOSS直聘《2020 人才资本趋势报告》。
增强现实已经成为数字世界的新趋势，在Pokemon Go把它带入普通移动用户的生活引发热潮后，您就很难再碰到一个对此不熟悉的人了。尽管很多人认为AR只是一种用于娱乐的技术，但是，事实上，它在多个行业（如医疗保健、电子商务、建筑等等）有着广泛的应用。本文准备打破这种刻板的印象。
AI科技评论报道 编辑：琰琰 话说，你能看出上面这三只鹦鹉有什么不一样吗？脸盲如我，要使出玩“我们来找茬”的十级能力。 AWSL，鹦鹉鹦鹉，傻傻分不清楚。 结果，AI一顿操作猛如虎，进行了判断：左边的是桃面牡丹鹦鹉，右边的是国家保护动物费氏牡丹鹦鹉，二者区别仅在于喙的颜色以及白色眼圈。 小鸟并不孤单，猫猫狗狗和花花草草也在被“找茬”。 最近，浙江大学和阿里安全在AI细粒度图像识别技术上取得了新进展，利用RAMS-Trans相关技术先后在公开数据集CUB（鸟类识别）、St
对于不少出生在“Z世代”的大学生而言，“田间地头”是很遥远的画面——出现在课本、影视剧以及长辈们口中的描述，似乎是他们了解农业为数不多的途径。
导读：早在21世纪初开发大数据技术（诸如Hadoop、Pig和Hive）时所开展的研究和产品开发，就已经涵盖了目前大多数大型商业企业所开展的工作。
大数据文摘作品 编译：钱天培、龙牧雪 连发三条推特！今天凌晨时分，李飞飞通过一篇博客文章发布了谷歌最新AI产品——AutoML Vision，可以自动设计机器学习模型。 我很荣幸地宣布AutoML Vision面世。无需精通机器学习，每个人都能用这款AI产品定制机器学习模型。这是“AI民主化”的重要进展！ ——李飞飞 这个名为Cloud AutoML的宏大项目浮出水面，或标志谷歌发展的战略转型。一直以来面向机器学习人工智能开发者的Google Cloud，这次将服务对象转向了普罗大众。 今天面世的AutoM
9月7日，2023腾讯全球数字生态大会在深圳国际会展中心举行，聚焦产业未来发展新趋势以及自研技术产品的最新进展，展示了全方位的行业前沿与智慧洞见。
近日，百度深度学习实验室主任林元庆在百度年终媒体分享会上做了《看懂AI-百度技术开放日》的演讲，从客观层面阐述了人工智能技术研发的四大支柱，为我们呈现了让人工智能更深层，更极致的方法论，下面是演讲精华
当你想进行预测的时候，使用深度学习要比其他机器学习技术更快更有效。 深度学习是一门快速发展的学科，它将数据中高层次化的模式建模成复杂的多层网络。因为这是建模一个问题最一般的方法，深度学习拥有这解决大部分机器学习和人工智能领域问题的潜力。类似微软、谷歌这样的公司使用深度学习来解决诸如语音识别，图像识别，三维物体识别，和自然语言处理等领域的难题。 然而，深度学习需要进行大量的计算来构建一个有用的模型。到目前为止，计算成本和可用性限制了其实际应用。此外，研究人员缺乏理论基础和将深度学习运用到实际问题之中的经验知识
在这个AI技术日新月异的时代，作为程序员，我们面临着前所未有的机遇与挑战。本文深入探讨了AI的发展趋势、程序员应掌握的AI技能、实际项目案例以及未来职业规划。文章涵盖了深度学习、机器学习、数据科学等关键词，适合于各层次读者，无论是AI初学者还是资深开发者。本文将帮助你更好地理解AI时代的趋势，并作出明智的职业决策。
谷歌全新发布Cloud AutoML，预计的语音、图像、NLP、翻译等系列服务中，首先发布的是AutoML Vision，任何人都能上传图片，然后让谷歌的系统自动为他们创建机器学习模型。李飞飞在Twitter连发两条信息说：“在短短的几个月里，将尖端技术转化为数百万的产品，这是一个相当鼓舞人心的旅程！我们希望AutoML Vision是我们客户的第一选择。” 📷 📷 李佳在朋友圈中称：今天我们 CloudAI 团队推出了 Cloud AutoML, 自动生成 ML 模型的技术。这是飞飞和我加入谷歌云以来的一
我想大多数人和我一样，第一次听见“人工智能”这个词的时候都会觉得是一个很高大上、遥不可及的概念，特别像我这样一个平凡的前端，和大部分人一样，都觉得人工智能其实离我们很遥远，我们对它的印象总是停留在各种各样神奇而又复杂的算法，这些仿佛都是那些技术专家或者海归博士才有能力去做的工作。我也曾一度以为自己和这个行业没有太多缘分，但自从Tensorflow发布了JS版本之后，这一领域又引起了我的注意。在python垄断的时代，发布JS工具库不就是意味着我们前端工程师也可以参与其中？
图像识别技术是信息时代的一门重要的技术，其产生目的是为了让计算机代替人类去处理大量的物理信息。随着计算机技术的发展，人类对图像识别技术的认识越来越深刻。图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。简单分析了图像识别技术的引入、其技术原理以及模式识别等，之后介绍了神经网络的图像识别技术和非线性降维的图像识别技术及图像识别技术的应用。从中可以总结出图像处理技术的应用广泛，人类的生活将无法离开图像识别技术，研究图像识别技术具有重大意义。 1、图像识别技术的引入 图像识别是人
Vincent Vanhoucke是Google的首席科学家，斯坦福大学电子工程学博士，目前在Google Brain主导机器人相关的项目。Vanhoucke主要的研究领域是语音识别、计算机视觉和机器人等领域，他还即将主持机器人领域的盛会CoRL 2017（Conference on Robot Learning）。 Vanhoucke认为，机器智能现在已经发展到一个相当的水准，在某些特定情境下的表现可以媲美（甚至超越）人类，比如机器视觉、机器翻译、语音识别，现在是时候让这些能力在物理世界中发挥效应了。他在
通过调用第三方人脸识别api，按照指定格式上传图片及必要的参数，然后api进行云端识别，
在数字化时代，视觉内容的创造与分享变得前所未有的便捷。然而，这也带来了版权保护的挑战。从社交媒体上的个人照片到专业媒体机构的新闻图片，版权侵权行为屡见不鲜。为了应对这一挑战，版权检测技术应运而生，成为保护视觉内容版权的“卫士”。本文将探讨视觉内容版权检测技术的应用、项目介绍及其发展。
早在2014年，无论是BAT还是美团、滴滴、小米、商汤，所有一线IT公司已经全部涉足人工智能，没有例外。
导读：目前图像识别技术在很多专业的图像预测领域已经达到甚至超过人类的识别标准，人脸识别的技术目前已经相对成熟，一般对于面部的识别能达到很高的识别准确率。 9月15号上映的《猩球崛起3：终极之战》被网友评为最高级的好莱坞科幻大片，在影片中，主演安迪魔术般的由人演进为猩猩凯撒。这部史诗级别的电影以科幻为视角，以人猿“换脸”，展开最激烈的“战争”。在动作捕捉技术的帮助下，安迪演绎了这个不可能的角色，大量自然光照下的凯撒的面部特写，技术上，近乎100％的以假乱真的真实程度，动作捕捉技术，本质上就是一种数字技术的化
机器如何懂时尚？这是码隆科技上一款产品希望解决的问题，那一次他们推出了StyleAI，希望用图像识别结合深度学习来破解时尚密码。 10月24日，该公司更进一步，推出ProductAI，将AI做成一项云
Deepgram 是 YC 投资的一家初创公司，其业务是使用机器学习分析企业的音频数据。近日该公司开源了内部的深度学习工具 Kur（https://github.com/deepgram/kur）。该工具能够进一步帮助那些对音频分析感兴趣的人实现他们的想法。开源内容还包括10个小时的已转录音频，以10秒的片段拼接，目的是加快训练过程。 Kur 与 Keras 相似，但 Kur 进一步节略了建立和训练深度学习模型的过程。通过使深度学习更容易实现，Kur 进一步使图像识别和语音分析更容易进行。 Deepgram
伴随着图像处理技术的飞速发展，推动了图像识别技术的产生和发展，并逐渐成为人工智能领域中重要的组成部分，并广泛地运用于面部识别、指纹识别、医疗诊断等等领域中，发挥重要作用。
现在社会中人工成本是非常大的，因为这种状况所以现在很多工作使用到的机器也越来越多，尽可能的减少人为操作，这样就可以减少总体的成本提升本身的竞争力，提到机器操作不得不说的就是人工智能技术，越来越多的企业开始接触以及使用人工智能技术，从而减少人工成本的支出，让机器代替人力操作，比如现在比较火热的智能识别图像识别技术，那么智能识别图像识别采用了什么原理？智能识别图像识别有哪些应用？
顾名思义，图像识别就是对图像进行各种处理，分析，并最终确定我们要研究的目标。当今的图像识别不仅指人的肉眼，而且还指使用计算机技术进行识别。
1 图像识别是什么？ 2 图像识别的应用场景有哪些？ 什么是图像识别 图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。根据观测到的图像，对其中的物体分辨其类别
一家物流仓储智能机器人科技公司，主打产品是物流领域的极智机器人拣选系统，提供以极智机器人为核心的机器人拣选系统、搬运自动化系统和分拣系统。
当Google使用16000台机器建造了一个可以正确识别出YouTube视频中是否有猫的仿真“大脑”时，这就标志着人工智能（AI）技术迎来了一个转折点。这种新兴的AI算法需要应用大量的计算机数据，常被称为“深度学习”。Google仿真大脑号称比现有的图像识别系统的精准度高出了两倍。 纽约时报在2012年写到，这项研究代表着新一代的计算机科学可以被利用来降低计算机成本以及提高了大型数据中心计算机集群的可用性。并可以给不同领域带去巨大进展，例如感知、语音识别、以及语言翻译等方面。 事实上，在过去两年，微软发
深度学习是一种非常强大的机器学习技术，它在许多领域都有广泛的应用。其中，图像识别是深度学习最成功的应用之一。本文将详细介绍深度学习在图像识别方面的应用。
美团基础研发平台视觉智能部与中科院计算所展开科研课题合作，共同构建大规模数据集Food2K，并提出渐进式区域增强网络用于食品图像识别，相关研究成果已发表于T-PAMI 2023。
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
对象存储
实时音视频
即时通信 IM
