首页
学习
活动
专区
圈层
工具
发布

追番必备,动漫角色也可以用人脸识别了

动漫形象虽然相对具有标志性,但也不乏相似的动漫形象和场景,毕竟 B 站知名 up 主凉风「一眼识动漫」的技能不常有。 人工不可,那么将人脸识别用于动漫角色识别呢?...然后根据该名单从互联网上获取主要角色,进而获得动漫人物和相应动漫剧集的列表。下一步从多媒体下载可公开获得的图像,包括图像、漫画书和视频源。...如图 4(a) 所示,该数据集中的动漫人物包括来自日本、中国、欧洲和美国四个国家的动漫人物。 2. 图片数量不均 数据集是自然创建的。...基于动漫和真人的多人物训练框架 图 5 展示了该研究团队提出的基于动漫和真人的多人物训练框架。该框架主要包括:分类损失、未知身份拒绝损失和域迁移损失。 ?...上下文对于动漫脸识别有用吗? 动漫脸是识别动漫角色的主要部分。那如果「脸盲」怎么办?在有些情况下,仅仅依靠动漫角色的人脸不足以区分不同的动漫人物。

4.1K20

如何基于微信的场景差异化,做出有腾讯特色的扫一扫识物

扫一扫周杰伦:可以一键跳转QQ音乐 扫一扫三十而已:可以一键跳转腾讯视频 凡是来自于微信的流量,最终导流至腾讯生态的App当中。 创造微信与竞品之差异,发挥腾讯生态之优势。 3....当然,在这样的场景下,图像识别有着很大的实现难度。但是,如果今天搭配了手机位置信息,其实我已经知道你在哪一家店了。将范围缩小,这样做起图像搜索是不是就简单了许多。...让原本要打开大众点评App的用户,转而从微信扫一扫识物,进入大众点评小程序,抢占入口流量。养成用户使用微信扫景点、扫餐厅、扫美食的习惯。 三、用户想要的是精准吗?...今天的微信扫一扫,不仅可以扫商品、还能扫花扫狗扫名人,但是用户真的都知道吗?我们该如何教育用户呢? 这边举个百度的例子,在扫一扫中,百度提供了以下这些功能。...扫人脸:测肤质、测颜值、测五官、识明星、虚拟试妆 扫码 识万物 识题目:初中、高中、大学、专科、研究生、在职考试;语文填空、拍照搜题、口算批改 翻译:拍照、取词 识文字:提取文字、识别生字 识货 AR:

8.1K50
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    实测荣耀V20:7折的价格,华为Mate 20一样的AI体验

    具体的AI应用中,华为商务旗舰机Mate 20系列相比不相上下: 视频中的背景与人物实时分离、智能识物测食物卡路里、语音助手便捷设定等等应有具有。...在图像分割、智能识物、语音助手等方面,基本没有差别。 图像分割 还记得华为Mate 20发布会上那个惊艳的功能吗?黑白背景里,跳舞小姐姐和她的红裙子非常引人注目。 ?...实现这个功能,首先要分离人物与背景,跑分任务里的“图像语义分割”就是用来做这个工作的。 同样,这个任务会自动识别人类,如果是猫狗小金鱼什么的,就不会保留颜色了。 另外是自动抠图功能。...智能识物 与华为Mate 20一样,荣耀V20具备的功能有识别食物的卡路里、智能识物、文本翻译、识别购物。...从视频中可以看出,在驾驶模式中,不用说“你好,YOYO”,直接说“命令”,你就能够让其执行特定的任务了。

    3K20

    实测华为Mate 20 Pro:配备麒麟980芯片后AI到底有多强

    比如: 能够实时分离视频中的背景与人物; 手机扫一下测出食物中的卡路里; 实时翻译数十种国家的语言; 语音助手“小艺小艺”无所不能; 等等等等。 实际中怎么样呢?...这是发布会上展示的一段手机视频,黑白背景里,跳舞小姐姐和她的红裙子非常引人注目。 保留人物的全部色彩,把背景的颜色都去掉,这种细致耗时的后期处理工作,全被搬到了手机上实时完成。...在视频中,识别动态人物的方式相对多一些,比如,还可以通过前后几帧的对比来确认人物。但也会给设备的性能提出更多的要求。 类似的效果,在拍摄静态照片的时候当然也有。 ?...除了给视频、照片创造出各种戏剧化效果之外,这款手机还围绕着相机,做了很多AI实用功能。 智能识物 余承东在发布会上演示的测试食物卡路里的功能,就是智能识物的一部分。 ?...测卡路里,只是这个“识物”功能的一方面,当你把摄像头对准其他物体的时候,就能发现它还有很多功能。 真·智能识物 智能识物这个功能,断网是用不了的。

    1.9K30

    科技少年召集令,大神请进!

    来自海内外的科技少年,将在五大前沿技术方向领军人物的引领下,通过一周的全情投入、高手切磋,挑战基于技术突破场景下的真实难题,探索个人极限。...主要为高二(国际体系十一年级)、高三学生(国际体系十二年级或2021级高考生),其他年级需在信息学、数学、物理等学科领域有卓越表现 具备突出的奥林匹克学科竞赛成绩(信息学、数学等),获得国内重点高校优惠录取及保送...为了达成“零识误”的美好期望,新生物识别技术(如掌纹等)的加入是否能够突破壁垒,将安全性提升至全新高度?你将通过手势识别等任务,了解生物识别的困难与挑战。...想知道这些是怎么回事吗?欢迎一起走进酷炫的黑客世界,发现新的可能。 4 推荐算法 微信视频号推荐算法 你是否曾注意过视频号的新消息提醒? 每天,视频号都会推送海量提醒。...哪些内容更吸引用户,什么时间推送对用户更友好,这些,都是视频号的增长算法所决定的!更优秀的算法,会为用户带来更好的体验,并为视频号带来更多的时长消费,以及更多的活跃用户。

    3.3K40

    你用Deepfakes给小电影换个脸,人脸识别AI也看不出来:95%萌混过关

    但是,AI看视频可不是为了痛快:比如在安防领域工作的人脸识别系统。 那么,人脸识别AI能看出哪些视频是Deepfakes生成的么? ?...△ a的脸给了b,就得到c 95%分不清 考核标准是误识率 (FAR) ,指的是两段视频里的人物不同、却被AI判断为同人的概率 (越低越好) 。...第二步,给AI看换脸视频,得出各自的误识率: VGG (LQ) :88.75% VGG (HQ) :85.62% Facenet (LQ) :94.38% Facenet (HQ) :95.00% ?...误识率高,表示VGG和FaceNet都没有敏感地察觉视频被换了脸,还以为是同样的人。 对比一下,只投喂天然视频的时候,两个模型的误识率分别是0.00%和0.03%。...△ 视频换脸过后,画质会受到影响 而为高清视频换脸,通常比低清视频更难识别。而换脸技术日新月异,今后的Deepfake视频,AI可能就更难察觉了。

    3K10

    Wiztalk | 150期 王元卓《科幻电影中的人工智能—虹膜识别》

    在教育部高等教育司的指导下,Wiztalk在2020年发布了一批教育部产学协同育人项目,面向有计算机科普工作经验的高校老师开放,将应用型的信息技术领域成果形成系列信息技术通识课程。...---- 本期内容 视频作者: 中科院计算技术研究所  王元卓 本期题目: 《科幻电影中的人工智能—虹膜识别》 内容简介: 如何让战甲只属于你自己?虹膜与人脸、指纹识别有何不同?...以下为展播视频 或打开“哔哩哔哩” 搜索关注“Wiztalk”, 一起开启科普知识分享“新视界”~ ---- — 关于Wiztalk — Wiztalk是腾讯高校合作团队打造的一个短视频知识分享系列...点击“阅读原文”,观看更多精彩视频

    1.1K30

    腾讯云 WAND 全链路音视频 AI 产品概要

    音乐平台(QQ音乐):需听歌识曲、K歌实时点评,WAND-Vega-VL 垂直模型同款支持。 自动驾驶/具身智能数据打标:需高准确率视频理解,WAND-Vega-VL 提供专项调优。...AIGC图片生成(场景生图、AI换装、AI商品套图、AI扩图、虚拟试衣棚拍、商品套图生成、换场景无需实地外拍、改变角度上传作品结合角度参考图);复杂指令理解(长提示词多主体还原准确);专业级画质(强化人物质感材质...WAND-Vega-Audio:听歌识曲、K歌点评、多语种字幕解说(大模型生成解说词+高情感配音+字幕压制)。...四、典型案例 案例1:QQ音乐(听歌识曲与 K 歌点评) 背景:QQ音乐作为音乐平台,需要提供听歌识曲功能及用户 K 歌实时点评(演唱实时点评、五维评分等)。...解决方案:采用 WAND-Vega-VL 垂直场景专用模型,提供音乐场景的听歌识曲(QQ音乐同款)与 K 歌点评(QQ音乐同款)能力,支持音频识别与实时分析。

    28810

    晋升 Leader 后,99%的程序员还不懂怎么面试别人! | 极客时间

    考验面试官在于能不能招聘最合适的人,如果没有招到人,活还得自己干到天黑,不是吗? 有很多常见的问题是有共性的,比如: “是不是拿算法题让候选人做就好了?可如果他做过这个题目怎么办?”...这里,分享给你一套技术面试方法论,涵盖“面试前的设计 → 面试中占领主导地位和流程把控 → 面试后的客观反馈”一整套完整的技术面试官识人手册。...早鸟优惠 +10 元口令,现仅 ¥69,有需要赶紧入。...早鸟优惠 +10 元口令「mianshi11」 到手 ¥69,立省¥30 都说“招聘是研发团队日常活动的第一要务”,这么说并不夸张,毕竟匹配到合适的优秀人才,是组建高效团队的前提,也会大大的降低后期的管理成本...并特别策划了“线上面试”和“简历识人"的场景专题,帮你摆脱沟通受限问题,提升简历评估效率。 还有很多的干货的技能卡片和总结性脑图,拿出来常看常新。

    1.9K10

    采编识审全流程媒体处理方案

    摘要 广电融媒体中心建设面临采编识审全链路打通难题。...三、采编识审一体化:流程编排让全链路跑起来 广电融媒体不是单一转码任务,而是从采集到播出的完整链路。...MPSE 通过基础平台 + 增值能力的模块组合,把采编识审打通: 基础平台:负责任务调度、媒资管理、流程编排、事件回调,是融媒体的"中枢"。...内容智能识别:自动识别人物、场景、敏感画面、台标、字幕,为编辑和审核提供结构化标签。 内容智能分析:抽取节目精彩片段、生成摘要,辅助新闻精编和短视频二次分发。...; 采编识审一体化模块让融媒体业务系统集成成本大幅降低; 企业级专人对接:提交需求后 1 个工作日内会有专人响应,避免立项推进卡在售前环节。

    44910

    微信早报 | 今日头条称腾讯「区别对待」;对标西瓜视频,腾讯推出下饭视频

    该小程序在上线期间还推出新人红包、拼团享优惠、团长排位赛等活动。 2. 5 月 24 日,广东省首个通过「粤省事」之劳动仲裁微信小程序在线申请调解案件在珠海结案。...6. 5 月 27日,腾讯 QQ 浏览器「识花君」小程序正式上线深圳。可以通过扫描二维码进入创森版「识花君」小程序参与识花打卡活动。...微信圈 1. 5 月 25 日,今日头条官方公众号发文吐槽腾讯,称遭到了区别对待,西瓜视频无法在微信好友、朋友圈、QQ 空间正常出现,但下饭视频则可以在朋友圈和 QQ 空间里「自由飞翔」。...腾讯新款短视频 app 「下饭」上线。这款短视频应用主打 PGC 和 PUGC,聚焦 1-5 分钟的短视频。这款 app 的特点是短视频数量多、无广告,可关注不同类型的账号。 5....腾讯云联手国内研究机构艾瑞发布「2018 泛娱乐视频行业商业变现白皮书发布」,解读了互联网内容、直播、短视频、OTT 等产业的发展现状,并分析了云服务以及 AI 技术对行业的影响。 8.

    3.1K30

    MLOps 是构建在一个谎言上的吗?

    此外我发现有一个特别有趣的素材在这些演讲和帖子里被复制来粘贴去,于是我要研究一下。是否真的“有 87% 的数据科学项目无法投入生产环节”,本帖将对此一探究竟。 1 87% 这一数字出自何处?...即然大家有此通识,那么为什么只有 13% 的数据科学项目(或者说每十个项目中只会有一个)实际投入生产? Chapo 指出,为避免落入这 87% 的失败项目中,项目开始时可以采取三种方式。...我并没有在文章中找到,所以我决定上 YouTube 看一下演讲视频,肯定是在视频里的。...这句话正是 IBM 数据科学和人工智能行业 CTO、全球领袖人物 Deborah Leff 说的。 不幸的是,这只是我查证过程中遵循的一个线索(breadcrumb)。...此后,该文由 IBM 数据科学和人工智能 CTO 和全球领导人物 Deborah Leff 在 Transform 2019 大会小组讨论中提及。

    1.1K20

    NeRF、视频生成、多模态爆火!CVPR 2025 热门趋势全解析

    【导读】在AI飞速演进的时代,计算机视觉(CV)早已不是“看图识物”那么简单了。作为CV领域的顶级学术盛会,CVPR 和 ICCV 这两大顶会的投稿数据和主题方向,堪称“风向标”级别的存在。...今年最受关注的三个方向如下:多视角与传感器的 3D 技术从 NeRF(Neural Radiance Fields)火遍全网,到高斯泼溅(Gaussian Splatting)掀起神经渲染新潮流,计算机视觉已经从“2D 看图识物...图像与视频合成今年AI最炙手可热的话题之一,就是图文生图、文本生视频的能力。CVPR 2025 中,图像与视频合成类论文数量创下新高。研究者正在探索生成内容如何更贴近物理世界、更具交互性。...从“AI生成威尔·史密斯吃意面”到“实时视频人物替换”,视觉合成技术正朝着生成完整虚拟世界迈进,为数字人、虚拟现实等领域打下坚实基础。...大模型如 GPT-4o、Gemini、Claude 已纷纷接入图像/视频输入输出,呈现出强烈的“多模态生成”趋势。背后的基础能力,正是图像与视频合成的进步所驱动。

    1.6K20

    文本生成AI+图像识别:电商详情页信息提取实战

    行业问题:传统采集难以应对“图文视频化”的电商信息在电商平台不断“视频化”的趋势下,传统的网页采集手段正逐渐失效。以抖音为例,商品信息已不仅限于图文详情,而是通过短视频、图像混排、语音解说等形式呈现。...商品的名称、优惠、亮点等信息高度非结构化,爬虫抓到的只是HTML结构,并不能“读懂”这些页面的真实内容。...尤其对于想做商品库构建、优惠提取、内容归类等任务的开发者来说,如何从视觉元素和自然语言中提取有效数据,已成为一个核心问题。...我们是否可以借助文本生成类语言模型和图像识别技术,实现“读图识物+自动归纳”这一组合策略?...比如,通过关键词搜索商品视频,获取商品封面图,进行商品类型判断;再通过视频标题、描述或语音生成统一风格的商品介绍。这样既能规避页面结构复杂性,又能获得相对真实的电商内容信息。

    99810

    Sora开启视频生成新范式,传媒行业面临效率与真实性双重变革

    传统视频内容生产周期长、成本高昂,例如动画电影平均制作成本高达1.47亿美元/部(来源:好莱坞梦工厂数据)。...同时,生成式AI带来的内容真实性风险显著提升,从文本、图像到视频,信息隐蔽性逐级增强,监管难度递增。...视频生成技术实现从秒级到分钟级的跨越 OpenAI推出的Sora模型采用Transformer+Diffusion架构,通过时空patch技术实现视频数据压缩,可生成最长60秒的高清视频(来源:OpenAI...通过跨模态向量化编码技术,实现人物形象、动作、场景等多维度的镜头级匹配,大幅提升媒资检索效率。其中中国日报插画风专属模型已成功应用于实际内容生产流程。...腾讯云智慧传媒解决方案具备行业知识获取与通识训练双重能力,支持从素材检索、内容生成到智能分发的全链路智能化改造,其技术路线与Sora采用的DiT(Diffusion Transformer)架构高度契合

    47310

    亚马逊人脸识别系统再“犯错”,国内“学友八杀”后又有“神探” 立功了

    即便科技巨头们一再强调新技术不是为了“助纣为虐”,但有时也难以招架汹涌的舆论压力,比如,Google 在上月就宣布不再续签国防部分析无人机视频的 Maven 项目。...ACLU 再次强调了 AI 对有色人种的种族歧视,在这 28 人中,有 6 名黑人议员,而此前人脸识别在识别有色人种时也多次出现了错误。 ?...无独有偶,英国警察使用人脸识别系统的误识率更高,高到准确率只有 2%(注:误识率的具体计算数据并未给出),这是今年 7 月初,在伦敦议会听证会上,大都会警察局局长 Cressida Dick 透露的数据...误识率如此之高,人脸识别技术真不是来给警察叔叔帮倒忙的?另外,即便这项技术也遭到民众的抗议,但也没有阻止英国执法机构固执地要尝试这项新技术。...据阿里巴巴视觉计算团队负责人华先胜介绍,“天鹰”能通过人和机器的交互快速定位目标对象,能够同时支撑数百路视频,并实现动态调度,既可以分散在不同区域,还可以根据应急需要集中。

    1.2K20

    挑战真实场景对话——小爱同学背后关键技术深度解析

    (视频结束) 这段视频主要想要给大家演示,用户唤醒小爱之后,可以连续地发出不同的指令,包括闲聊、听音乐、调整音量和问时间,并且小爱能识别出周围人聊天的声音,不做出响应。 ?...场景式的全双工,只会响应一个或者多个领域的指令,比如听音乐的场景,音箱会响应听歌、选歌、调音量的指令;看视频的场景,设备可以在用户看视频的过程中,允许连续地搜片、选片、快进。...Q:线上拒识模型和策略共存吗? A:是共存的。 Q:全双工在哪个场景下用得比较多? A:听音乐场景下会比较多,一些特定场景下用得会多一些。 Q:多个说话人,背景有短暂噪声特殊解决方法。...Q:全双工和连续对话是一回事吗?...Q:全双工场景下对NLU有特殊要求吗? A:没特殊的要求。 Q:语音向量加入拒识,架构有没有调整? A:语音架构加入拒识,在架构上有相应的一些解决方案。

    9.2K40

    小程序总更新,会给我的人生造成负担

    街边的士多店有 App 吗?卖早餐的阿姨有入驻什么平台吗?没有吧?但他们都有微信支付的二维码。所以我觉得,如果小程序能跟微信支付一样,可以覆盖到小的商家或者个人的话,那它火得理所应当。 时间?...手机上扫个码就解决的事 就别让我动别的手了好吗 @Mandy 25岁,女,编辑 or 策划 基于LBS(地理位置)附近门店的小程序用得比较多吧,还有吃饭、买奶茶什么的,如果商家有小程序,我也会用的,一般他们线上买单也有优惠...噢还有,我现在看电视、视频也能直接在小程序里看了,但只有腾讯视频,要是能多接几个平台过来就好了,到时候我肯定马上卸载爱奇艺的 App。...还有像「活动行」、「小经费」、「MoSplash」、「花帮主识花」、「猫眼电影」等等,好多啊。包括我们自己管理的公众号,也经常用到「公众平台助手」小程序。

    1.5K80

    打通公私域流量矩阵,构建融媒电商规模化变现闭环

    叠加微信视频号流量爆发的红利,融媒体凭借独有的采访类节目形式和专业背书,积累了大量专属优质公域流量。 然而,行业普遍面临“流量大、沉淀难、变现弱”的战略困境。...“北斗七星”矩阵策略:以微信群、公众号、微信号、企业微信、视频号作为流量池产品矩阵扩大公域;以小程序、视频号直播作为变现钩产品矩阵盘活私域。...全渠道智能获客体系:部署四大活码(员工活码、客户群活码、识客/识客群码、区域活码),支持从门店导购、包裹卡、短视频平台及大屏扫码等多场景引流,实现系统自动推送欢迎语及自动化打标签。...教育解析类:趣味数学与升学案例解析,转化一对一辅导课程优惠及定制化教育咨询服务包。 依托CSIG底层架构,保障业务合规与系统稳定性 融媒体选择腾讯的核心在于其不可替代的技术确定性与风控能力。...系统打通了视频号内容审核决策链路与12315客诉舆情管控,具备融媒体新闻采访资质及相关类目备案的底层接口能力。

    71610

    Neurons字幕组 | 2分钟看AI通过2D照片设计出面部3D模型(附论文下载)

    还记得童年的哆啦A梦系列为我们带来的神奇工具“六面相机”吗?当你拍摄物体的时候,获得的不只是物体在一个角度上二维平面的投影,而是6个不同角度的照片。虽然看上去特别不可思议,但仍然限于二维平面的图像。...▼ 请在WiFi下观看小视频,暂时无法观看的读者可以先收藏,或者下拉直接查看文字版要点,土豪请随意~ 想象一下,如果我们能把代表自己的3D人物放进数字电影或者电脑游戏里是多么炫酷!...我们甚至可以在数字世界中重现历史人物,而我们需要的,仅仅是一张照片。...大家还记得纹理合成的方法吗?输入非常小的一块具有重复结构的图像,在得知这些结构的统计特性后,就可能让它们无限地继续下去。于是,我们就可以以这张不完整的反照图为基础,尽可能地把缺失的细节合成出来!...你可以获得 第一时间接触独家授权视频等学习资料。 视频发布时会署上各位志愿者的名字和贡献。 有范儿有料科技大会的免费、优惠门票。 优质公司和岗位的内推机会。 和志同道合的小伙伴一起成长的机会。

    1.3K20
    领券