收录了 实时人脸识别 频道下的 50 篇内容
人脸识别问题可以描述为,给定某一场景下的静态图象或者动态序列,根据预先存储的人脸数据库识别或者认证场景中一个或者多个人的身份。
人脸识别是机器学习的直接应用,这项技术已经被消费者、行业和执法机关广泛采用,它可能为我们的日常生活带来了便利,但也有严重的隐私问题。人脸识别已经超过了人类的工作效率,但是,在某些应用中实际实现时还存在问题。
本次分享介绍基于实际应用场景如何有效的应用人脸识别算法,提升整体的应用性能,解决实际问题。
前面我们讲过了人脸检测、人脸质量、人脸关键点、人脸跟踪,接下来就是人脸识别系统里面的重中之重人脸识别了,或者叫人脸特征提取,这个算法是来判定人脸是谁。我们刷脸进车站、刷脸付款、解锁手机都离不开这个算法。
疫情为当下的人脸识别系统提出了全新的要求和挑战:在佩戴口罩场景下如何高效的完成人脸识别。
本次分享介绍将GoogleNet中的Inception模块和ResNet相结合得到新的架构并在此基础上训练出的新的人脸识别模型。
AI成为新基建风口模式下的一个重要选题,让人们对于AI 的热情空前高涨。从一开始的烧钱阶段到今天的确定性发展,AI一直渗透着人们的生活,从自动驾驶到人脸识别都是如此。其中,人脸识别技术应用较为广泛。
人脸识别的隐私与安全性再次受到质疑。
揭秘如何使用公有云AI平台训练模型。
本系统采用华为的 FusionInsight 大数据平台架构,与传统的服务器架构相比,数据处理能力大幅提升。
近年来,与人脸识别技术相关的警告变得越来越紧迫。研究表明,人脸识别系统仍然会产生相对较高的误报率,而且始终带有种族和性别偏见。然而,这项技术在美国的泛滥却没有得到遏制,继续在各级政府的执法机构、私营企业和学校中蔓延开来。
在上一篇文章中,我们回顾了人脸识别算法的发展历程,介绍了人脸识别算法从传统机器学习算法到现在的深度学习算法的演进历程。接下来,我们将详细介绍一下人脸识别常见的应用方式,以及现在主流的人脸识别算法。
“UAI-Train平台可以让我们方便地在短时内使用大量的GPU资源,用较低的成本训练海量的数据集,提高算法模型迭代优化的效率。
近年来,随着生物识别技术的逐渐成熟,基于深度学习的人脸识别技术取得了突破性进展。现阶段,人脸识别已被广泛应用于诸多领域。本文将介绍基于 Web 浏览器端的人脸识别身份验证的整体方案,以及重点讲解如何在 Web 浏览器中实现人脸自动采集。
据外媒报道,微软从互联网上悄然删除了MS Celeb数据库,该数据库包含了超过1000万张、约为10万人的人脸图像,主要被用于人脸识别。
本文来自华为云开发者社区
本文为《阿里文娱在线票务技术大揭秘》现场平台系列文章之一
据彭博社报道,微软公司计划在3月底之前将正式实施其为其面部识别技术使用制定的道德原则,同时敦促各国政府推进该领域的对应监管。
Face-api.js是一个JavaScript API,是基于tensorflow.js核心API的人脸检测和人脸识别的浏览器实现。它实现了一系列的卷积神经网络(CNN),针对网络和移动设备进行了优化。
本文选自《阿里文娱技术精选系列:超级APP背后的移动端技术大揭秘》