2016年3月17日，日本野村综合研究所总结了未来将对商业和社会造成深远影响的8项重要技术，并预测了这些技术至2020年的发展情况。这8项重要技术包括：人工智能（AI）、物联网、可穿戴计算、客户体验、API经济、金融科技、零售技术、数字营销。其中，包含深度学习在内的AI，成为金融科技、服务型机器人等重要技术普及与实用化的关键。 野村综合研究所发布的未来5年AI相关技术发展的路线图主要内容如下： （1）2015～2017年度，图像识别的实用化逐渐走向普及 语音识别、图像识别、自然语言处理三个领域有可能因包含深
通过自建摄像头或利用辖区现有监控摄像头，利用人工智能技术，通过深度学习算法，系统能够全天候自动识别和采集城管违章行为，实现店外经营智能分析、无证游商智能分析、乱堆物堆料智能分析、暴露垃圾等场景的智能分析，从而低成本、高效率、自动、快速、准确地采集和上报问题。
智能视频图像识别系统选用人工智能识别算法技术，能够随时监控和剖析现场各大品牌相机中的视频图像。智能视频图像识别系统软件关键运用相机拍摄的图像开展智能实时分析，抓拍监控识别和检作业现场的违规操作及行为，并向责任人推送信息。与传统监控系统软件对比，智能视频图像识别系统软件增强了自主监控报警的能力，增强了数据检测和解析功能。
人工智能（Artificial Intelligence，简称AI）作为一项革命性的技术，正在改变我们的生活和业务方式。在当今数字化时代，腾讯云作为领先的云计算服务提供商，为开发者提供了广泛的人工智能服务和工具，为他们开拓创新的道路铺平了道路。
【新智元导读】4月18日，清华大学《人工智能前沿与产业趋势》系列讲座第四讲，深睿医疗首席科学家、美国计算机协会杰出科学家、IEEE Fellow俞益洲为大家介绍了目前计算机视觉的应用和落地，特别是在医疗影像方面的发展状况、遭遇的挑战、以及克服挑战的思路。最后和清华大学自动化系副教授、博导鲁继文以及知名天使投资人、梅花创投创始合伙人吴世春一起对计算机视觉的落地机会进行了畅想。
卷积神经网络（Convolutional Neural Network，CNN）是一种深度神经网络模型，主要用于图像识别、语音识别和自然语言处理等任务。它通过卷积层、池化层和全连接层来实现特征提取和分类。
视频图像智能识别系统根据优化算法对项目现场封闭地区开展监控和防卸，对项目现场实时全天候监控识别分析，当监测到有人的身体进入时，视频图像智能识别系统会全自动警报和警示，适用三种颜色智能展现不一样情况，数据可视化监管 。在项目施工作业区域开展侵入监管，如安全防护网、防护栏、低路基工程段、路基斜坡、施工进出口识别、隧道、公路桥梁段、公交车铁路线等道路，在监测到出现异常工作人员闯入时开展时实警报，保证项目施工作业现场的安全性。
图像识别市场估计将从2016年的159.5亿美元增长到2021年的389.2亿美元，在2016年至2021年之间的复合年增长率为19.5％。机器学习和高带宽数据服务的使用进步推动了这项技术的发展。 。电子商务，汽车，医疗保健和游戏等不同领域的公司正在迅速采用图像识别。根据MarketsandMarkets的报告，图像识别市场分为硬件，软件和服务。以智能手机和扫描仪为主的硬件部分可以在图像识别市场的增长中发挥巨大作用。越来越需要具有创新技术（例如监控摄像头和面部识别）的安全应用程序和产品。
选自code.Facebook 作者：Dhruv Mahajana、Ross Girshick、Vignesh Ramanathan、Manohar Paluri、Laurens van der Maaten 机器之心编译 参与：路、张倩 人工标注数据需要耗费大量人力成本和时间，对模型训练数据集的规模扩大带来限制。Facebook 在图像识别方面的最新研究利用带有 hashtag 的大规模公共图像数据集解决了该问题，其最佳模型的性能超越了之前最优的模型。 图像识别是 AI 研究的重要分支之一，也是 F
今天，百度对外发布了第二季度财报。财报中提到，作为百度移动化、服务化的重要产品之一，百度地图在构建服务生态、索引真实世界的进程中正发挥出越来越重要的作用。在提升用户出行体验、扩展服务品类的同时，百度地图大力开拓海外版图，目前已登陆亚太、欧洲和南美63个海外国家和地区；并通过与海口、成都等地交通管理部门合作，积极探索政企共建“互联网+智慧交通”新模式。 财报显示，百度地图目前月活跃用户达到3.43亿，同比增长13%。那么，百度地图持续创新用户服务、布局智慧交通与国际化地图多面并进的背后基石是什么？就在7月2
在计算机视觉领域，图像识别这几年的发展突飞猛进，但在进一步广泛应用之前，仍然有很多挑战需要我们去解决。本文中，微软亚洲研究院视觉计算组的研究员们为我们梳理目前深度学习在图像识别方面所面临的挑战以及具有未来价值的研究方向。
谷歌的人工智能平台Alpha Go让AI再次进入了普通老百姓的视野，我记得2016年3月时Alpha Go第一轮测试结果就令大家十分震惊。随着技术的进步，AI的能力一定会越来越强。我们可以看到近两年AI在深度学习方面的技术进展成果显著。今天我为大家准备了一些最近与摄像头相关的人工智能研究成果。
在道路上放置一些简单的贴纸就能欺骗特斯拉Model S进入反向车道？游戏手柄就能操控车辆行驶？图像干扰能自动启动雨刷？
[1]吴恩达老师课程原地址: https://mooc.study.163.com/smartSpec/detail/1001319001.htm
近日，阿里达摩院宣布发布业内首个遥感AI大模型（AIE-SEG），该模型具有强大的图像识别和分析能力，可大幅提升灾害防治、自然资源管理、农业估产等遥感应用的分析效率。本文将详细介绍这个遥感AI大模型的三大特点，以及它如何改变我们的生活和工作。
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。
大家好，前几天的时候写过一篇滴滴和自动驾驶的文章，大家反响很好。有些小伙伴在后台给我留言说让我详细讲讲自动驾驶，倒不是我不想讲，而是确实没干过。好在我虽然没吃过猪肉，但之前听过很多大佬的内部分享，也算是看过猪跑了，就把我了解到的结合一些我自己的思考分享给大家。
当地时间 6.18-22 日，CVPR 2018 将在美国盐湖城举办。目前距离大会开幕还有四个月，随着春节期间大会主办方公布接收论文名单，引来大家对 CVPR 的讨论狂潮。除了对接收论文的讨论和学习，其实还有一个议程也不容大家错过，那就是 workshop 上各式各样的比赛了。 从大会官网上可以看到，今年的 workshop 涉及到多个议题，比如伪装人脸识别、低功耗图像识别、图像压缩、系统鲁棒性分析、自动驾驶、嵌入式视觉等等多个方面，而针对这些议题，也涌现出许多有意思的比赛。这些 workshop 上的比赛
大众集团日前宣布，将加大投资力度来加强其位于德国慕尼黑AI数据实验室的实力，专门致力于人工智能技术的研发。大众方面称，虽然目前正在削减内部开支，但作为IT计划的一部分，大众在慕尼黑的AI数据实验室并未受到影响，会有更多的人力投入人工智能团队的建设。 据了解，大众数据实验室的研究团队将继续发展无人驾驶技术和机器人学，主要研究方向包括机器学习技术，即引导机器人和传感器加强识别能力，以对行驶中遇到的物体和不同情形作出辨识，换言之，团队希望提高汽车摄像头的检测能力，减少无人驾驶汽车因拍摄盲区等而存在的安全隐患。 另
AI 科技评论按：近日 Facebook 科学家团队发布基于主题标签的深度学习方法，使用已有的拥有主题标签的图片作为训练数据，从而大幅提升了训练数据集的大小。数据集的增大必然会引起图片错误率的提升，他们同时发布了处理图片噪音的方法。他们团队的这项工作对于现今的图片识别领域有着广泛而深远的影响。AI科技评论对全文翻译如下。
2014年，人工智能得到了前所未有的关注， Eron Musk和霍金的“人工智能恶魔论”在学术界和产业界引发了激烈争论；资本对这个方向也是趋之若鹜，截止到2004年，有超过20亿美元的风险投资流入到基
原文：https://viso.ai/computer-vision/image-classification/
“大数据” 三个字其实是个marketing语言，从技术角度看，包含范围很广，计算、存储、网络都涉及，知识点广、学习难度高。
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
导读：本文主要介绍了机器视觉的主要应用场景，目前绝大部分数字信息都是以图片或视频的形式存在的，若要对这些信息进行有效分析利用，则要依赖于机器视觉技术的发展，虽然目前已有的技术已经能够解决很多问题，但离解决所有问题还很遥远，因此机器视觉的应用前景还是非常广阔的。
激光雷达的波长介于750nm-950nm之间， 以单线或多线束机制辐射光束，接收目标或环境的反射信号， 以回波时间差和波束指向测量目标的距离和角度等空间位置参数。 激光雷达主要优点如下： (1)波长短，测量精度高 (2)多线束的探测， 可以实现对场景的三维成像。 激光雷达的主要缺点是： (1)抗干扰能力低， 易受天气影响， 在雨雪雾等天气的作用下， 激光雷达使 用受限。 (2)激光发射、被测目标表面粗糙等因素都对测量精度有影响。 (3)结构复杂， 除激光器本身， 还必须添加精密伺服机构， 实现对探测空域 机械扫描， H前的成本以数万美元计。
作者：宋天龙 链接：https://www.zhihu.com/question/63383992/answer/222718972 来源：知乎
《连线》杂志刊登了Getty Images的文章，称人工神经网络存在“后门”。 纽约大学教授Siddharth Garg在检查了其工作地布鲁克林大厦附近的交通状况后，把一个黄色的便签纸贴在了一个停车牌上。当他和两位同事向他们的路牌探测软件展示了这一场景的照片时发现，95%的人断定停车标志实际上显示了限速。 这一特技证实了机器学习软件工程师的潜在安全问题。研究人员表明，在人工神经网络（一种用于执行识别语音或理解照片等任务的学习软件类型）中嵌入无声的、令人不快的惊喜是有可能的。 恶意攻击者可以设计出上述行为，
一分钟AI 世界首位机器人公民想要组建家庭，称每个机器人都该生孩子 比尔·盖茨成中国工程院新增外籍院士，另有两AI领域专家当选。 AI 控制大脑植入物已完成初步人体试验 亚马逊贝佐斯成第二位身家达到1000亿的超级富豪。 微信为防止机器人滥用，即将关停网页版。 森亿智能获红杉资本领投的5500万元A轮融资，用于加强在医学自然语言处理、医疗数据治理、机器学习领域的技术优势。 新零售商品图像识别公司拍拍赚获数千万元B轮融资，金沙江创投领投 征服围棋之后 谷歌DeepMind宣布利用AI对抗乳腺癌 第九届中国
日前，微软发布了第三代微软小冰产品，宣布进一步解锁了包括视觉、听觉在内的人工智能感官系统，结合情感计算技术，让小冰能够用更加逼近人类的方式，通过自然语言和用户进行交流。 微软集团全球执行副总裁陆奇和微软（亚洲）互联网工程院院长王永东出场，表明了微软对小冰的重视程度。陆奇强调说，人工智能已迎来拐点，而小冰是微软人工智能战略的重要组成部分。 小冰动向 陆奇宣布了微软小冰的如下进展： 微软小冰的全球人工智能战略计划正式启动。其中，在日本，与LINE共同宣布战略合作，日本版小冰 Rinna 在短短两周内已覆盖日本全
雷锋网近日获得消息，图普科技已经于今年9月完成了新一轮融资，金额为千万美元。 图普科技位于广州，面向企业级客户，提供基于深度学习的图像识别技术服务。其中，“鉴黄云识别”智能审核是他们做的最好的部分。因为“鉴黄”自带的热点话题属性，图普虽然行事低调不太做宣传，却也被外界所熟知。 其实图普在初期已经实现了营收。在图普科技的官网上，列出了迅雷、今日头条、酷狗音乐、秒拍、小咖秀、Bilibili、58同城等61家企业客户。而除此之外，由于一些比较敏感的企业客户名称不便列出，图普的市占率要比我们想象的更多。 其图像
有一群人注定为改变世界而活，有一群人正在为影响10亿人而战。5月31日下午，在“奇点大学中国区学员选拔大赛总决赛”的赛场上，从数百个参赛者中脱颖而出，来自移动应用、智能硬件、航天工程、生物医疗、人工智
车辆轮轴监控识别系统根据神经网络图像识别算法与边缘计算加视觉识别技术结合在一起，以保证算法识别的准确性。车辆轮轴监控识别系统利用前端监控摄像头实时监控视频流上传至系统服务器，车辆轮轴监控识别系统实时读取抓拍图片进行识别与分析。对外输出车辆轮轴数量、车牌或警报信息。
导读：从市场披露的投资数据分析，在2011年到2015年的五年时间，人工智能领域的并购资金从2.82亿美元增长到2015年的23.88亿美元，而并购数量也从67起增长到397起。以谷歌、苹果、IBM、
煤矿视频监控分析系统利用煤矿现场已有的监控摄像头对皮带急停、皮带撕裂、堆煤、非法运人、除此之外煤矿视频监控分析系统对人员不穿反光衣不带安全帽、睡岗离岗等违规情况，以及明火烟雾、道路积水、片帮冒顶等进行识别，抓拍截图，自动录像，后台弹出警报。煤矿视频监控分析系统可有效遏制危险事件的发生，并且为事后分析提供第一手图像数据。
无人机已经越来越走入人们的生产和生活，使用无人机进行新闻报道、城市管理、治理监控也成为社会发展重要新趋势。
计算机视觉是一门研究如何使机器“看”的科学，掌握解决具体计算机视觉任务的方法则会帮助我们解决大规模系统的复杂问题，其应用相当广泛，包括并不限于：图像分类，人脸识别；车辆检测，行人检测；语义分割，实例分割；目标跟踪，视频分割；图像生成，视频生成。 为了让大家更好的理解计算机视觉在人工智能领域的强大应用，12月7日晚，上海交通大学卢宪凯博士受AI研习社邀请，开展了一场主题为《计算机视觉概述和深度学习简介》的公开课，卢博士在公开课中给大家介绍了计算机视觉的定义、研究方法和应用举例，重点介绍深度学习发展历史，常见深
本文介绍了计算机视觉中的三大基本任务：图像分类、目标检测和分割。这些任务在计算机视觉领域中具有广泛的应用，包括图像识别、智能监控、自动驾驶等。本文还介绍了视觉目标跟踪等任务的应用，以及这些任务在无人驾驶等领域的应用。
如若苹果收购Beats传言为真，软硬云结合的智能音乐必将兴起。此前Google Glass已掀起了一股智能多媒体之风。智能耳机、音箱和音乐盒是声音的智能化，Oculus、蚁视则是显示智能化，这两个领域均发生大规模的并购事件倍受关注。 下一个智能多媒体领域是什么呢？答案是摄像头。小度i耳目正在通过母亲节、幼儿园合作等公益活动走向民间，Foream等摄像头创业项目越来越多，Intel则在大力发展3D摄像头等技术。 智能摄像头成为计算机 雷科技曾经发布亮风台的《摄像头智能化三部曲：从拍照到智能交互》
脑源(Brainsourcing)技术：利用一组参与者的大脑响应，每个人来执行一个识别任务，从而确定刺激的类别。研究人员调查了从参与者的脑电图（EEG）收集的数据中推断可靠类别标签的可能性。在该项实验中（N =30）测量了EEG对面部视觉特征（性别，头发颜色，年龄，微笑）的反应。结果显示，12名参与者的F1分数为0.94，而单人参与者的F1分数为0.67。随机概率为0.50。该项研究结果证明了脑源(Brainsourcing)技术在标记任务中的方法和实用可行性，并为在众包环境中使用脑-机接口的更一般应用开辟了道路。
监督学习是一种利用带有标签的数据进行训练的方法，通过学习输入特征与输出标签之间的关系来进行预测。无监督学习则是在没有标签的情况下，发现数据中的模式和结构。这两种方法各有优势，在不同场景下有着广泛的应用。
阿里说要投2000亿，腾讯转眼就“跟”5000亿，当巨头抢滩新基建红利，战况一开始就变得很激烈，而它们都盯上的内容——云计算、人工智能、物联网、数据中心等，AI无疑处在其中的C位，成为科技企业们争相发展的对象。
2012年，AlexNet网络横空出世，带来了前所未有的深度学习革命，这也让多年来进展缓慢的计算机视觉CV研究，一下被按下了“快进键”。
昨日，极客公园创新大会在北京开幕，百度深度学习研究院（IDL）副院长余凯发表演讲，阐述大数据时代，人工智能与深度学习的发展。 以下是余凯的演讲实录： 各位朋友早上好！在我的演讲之前，先给大家看一段有趣的视频。大家看这辆车开进我们会场，正从我的左侧往右侧开过来，上面没有人，它自平衡行走，看起来有点诡异。为什么我们会做这样有趣的自行车？它是真正的自行车，以前的自行车不是自己行走的。为什么做这个事情，这个就涉及到我今天演讲的话题，就是百度大脑所思考的人机关系。 大家可能会好奇，什么是人工智能？这是一个很严肃的学术
译者 | 于之涵 出品 | 人工智能头条（公众号ID：AI_Thinker） 在近日举行的 Google I/O 大会上，Google 的一些顶尖科学家齐聚一堂，共同讨论了人工智能的未来。 人工智能领域存在着两种发展状态，乍一看，它们完全相反。在 2018 年，我们已经有了可以准确识别猫的计算机系统，而且近乎完美，但是另一方面，全自动驾驶汽车和针对医生的 AI 诊断工具还只是处于在功能上可用的状态。 在今天，想要弄清楚人工智能到底能做些什么，本身就是一项艰巨的任务，这也是为什么我们要从弄清楚一个基础问题入
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
在人工智能产业中，应用层是一个极大的部分，是人工智能技术最终的目的地。除了机器人、无人机和无人驾驶等硬件产品之外，人工智能的软件应用在单独商业化的同时，也在为这些硬件产品提供服务，像智能家居的语音控制
开车打开地图导航，是再平常不过的事情。但如果这个场景置换到自动驾驶中，恐怕就行不通。要想实现 L3 以及更高级别的自动驾驶，对地图的要求就更高，换言之，也就是我们所说的高精度地图。
数字化时代，人工智能、大数据、云计算、边缘计算、物联网、移动互联网、第五代通信等新技术正在逐步影响着人们的生活。将这些数字化时代的新技术应用于气象服务的具体应用场景上会怎样？今天开开“脑洞”，大胆的进行了一些设计，虽然只是一种想法，但我非常希望我们的气象服务越来越智慧，越来越有价值。以下是具体的设计思路和应用场景，如有不妥之处请业内同行批评指正。
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
