人脸识别

近日，腾讯优图实验室在行人重识别（R eID） 技术上再次取得突破， 通过引入跨场景ReID， 其 ReID模型性能刷新了三大 权威主流 ReID公开数据集CUHK03，DUKE-MTMC和Market1501的记录 ，算 法关键指标首位命中率（RANK 1 Accuracy） 和 平均精度均值（Mean Average Precision） 获得业内最好成绩。 表1： ReID公开数据集性能比较 Market1501 DukeMTMC CUHK03 RANK1 MAP RANK1 MAP RANK1 MAP Tencent YouTu 98.99 % 97.16 % 95.15 % 91.10 % 95.79 % 95.00 % YITU 98.60 % 96.60 % 94.75 % 90.02 % 95.00 % 94.23 % HaiGe 97.54 % 94.77 % 9 4.37% 89.77% 94.40% 91.20% ZTE 97.32 % 94.66 % 92.46 % 87.65 % 89.79 % 87.99 % Dahua Tech 96.76 % 91.98 % 91.52 % 83.9 6% 87.73 % 85.72 % Pensees 96.73 % 89.89 % 92.01 % 82.51 % 84.57 % 82.81 % WINSENSE

【概述】 实现基于人脸识别的身份认证功能，至少有以下三种方案： 1、使用各大平台提供的云服务，基于WEB API调用。API调用需要按次收费。 2、使用SDK，嵌入在设备里。这种情况需要自行开发硬件，SDK需要按设备数一次性收费。 3、购买现成的人脸识别硬件产品，使用厂家提供的SDK进行二次开发。这种设备通常比较贵。 本文将使用萤石云结合萤石C2HC网络摄像头（第一种方案）来实现基于人脸识别的身份认证功能。本方案硬件成本小于200元，单次人脸识别+身份认证的费用小于0.01元。是一个相对比较经济的方案。 【系统架构示意图】 备注：关于车辆启动信号的来源，可以参考我的另一篇文章。 【企业项目】工程车辆管理系统（含硬件设计和开发） 【前期准备】 1、由于萤石API不能直接使用摄像头拍摄的照片进行人脸识别，需要将照片发送到OSS云服务进行存储。所以，需要提前开通OSS云服务并做好相应的配置 2、需要一个ECS云服务器来承载PC控制端程序，操作系统为windows 3、在进行人脸识别前，需要调用萤石API来创建一个人脸集合（setToken），集合名称可以随意指定。 【人脸注册】 # 【业务流程】 1、控制端通过萤石API向摄像头发送一个拍照指令，拍摄一张头像照片。 2、摄像头收到拍照指令后，会拍摄一张照片并存储在萤石云的指定位置。萤石API会将图片地址链接返回给程序。 3

Serverless工作流来了！ 发布会传送门 抢先了解Serverless 技术干货4月，阿里云Serverless工作流正式商业化，这是一款用于协调多个分布式任务执行的全托管 Serverless 云服务。产品致力于简化开发和运行业务流程所需要的任务协调、状态管理以及错误处理等繁琐工作，让用户聚焦业务逻辑开发。 精准打造云上自动生产线，Serverless工作流正式商用 工作流是一种非常常见的场景，比如企业内部审批、采购订单、ETL等日常企业事务，或者大数据处理流水线，常规或定制化自动化运维等。此外，音视频行业的多媒体文件分片转码、格式转换、审核校验和人脸识别等长时任务，电商旅游行业的客户线上订单，AI行业的机器学习流水线， 生信行业的基因测序工作流。 这些场景面临着以下难点：一般由众多异步分布式任务组成，控制逻辑和任务逻辑交织在一起，流程复杂冗长；分布式任务可能跨越公共云和本地机房，安全的打通网络代价很大；整个工作流执行完毕耗时过长，造成资源占用的浪费；涉及异步且关键业务流程，务必保证数据一致性；繁复的执行步骤如何进行可视化监控等等。 Serverless工作流正式针对这些痛点，分离控制逻辑与任务逻辑，细化责任，便于管理和维护； 将流程以模版方式统一定义控制，简化编排，通过串联或并行等多种方式编排任务；支持函数，队列，云服务等多种任务类型，打通公共云和企业内网

<font color=red>插件亮点</font> <font color=red>1 支持安卓平板（横竖屏均可），苹果的iPad。2 颜色图片均可更换。</font> 特别提醒 此插件包含 android 端和 iOS 端，考虑到有些同学只做其中一个端的 app，特意分为 2 个插件，减小安装包体积。 android 端请点击这里 。 iOS 端请点击这里 。 <u>1、前言</u> 最近在使用 uniapp 开发项目，有刷脸实名认证的需求，最终使用百度人脸识别实现了需求。自己做了个 APP 原生插件，给大家介绍下用法。本插件主要功能是通过动作检测活体，采集人脸返回。其他功能需要自主实现，如刷脸登录，实名认证等。 <u>2、包名及签名证书准备</u> 包名安卓和 iOS 可填写一样的：com.longyoung.baidudemo（一般用反域名，如我的域名：www.longyong.com）。<font color=red>注意：uniapp 打包或者打基座要用这个包名。</font>申请百度授权文件，需要用到安卓签名证书的 md5，如果你们公司有原生开发团队，问他们要即可。没有的话，自己生成一个签名证书并获取它的 md5， 点击查看方法 。<font color=red>注意：uniapp 打包或者打基座要用这个签名证书。</font> <u>3、百度官方资料准备</u>

中台 课堂笔记 什么是中台 以拍电影为例： 我们看到的前台就是产出的电影本身，后台是整个拍摄组，那么中台就相当于横店影视城，提供可复用的场景来供后台使用，比如拍古装、民国片对应的场景，来产出不同的电影。 前台：所见即所得 后台：复杂逻辑 中台：拥有可复用的场景的平台 中台的作用/特点 减少重复劳动、赋能、平台化 中台的划分 主要分为：前台与后台之间的中台、技术中台、业务中台、组织中台 举例： GraphQL、FireBase、Kubernetes、PostgREST、LeanCloud等 除此之外还有两种特殊的 孵化中台的中台：例如Spark、Storm等，可以孵化语音识别、人脸识别的AI中台，而这些孵化的中台可以给其它项目来用 调度中台的中台：比如淘宝会把很多中台产出的项目合成到一个时间线上，这些都是需要有一个中台来调度 涉及到的代码概念 元数据（metadata）：用来描述数据的数据，比如下图中常见的请求头和响应头 高阶函数 处理函数的函数（arr.reduce） 返回函数的函数 (koa中 app.use()) Proxy server：代理服务器 ES6 Proxy: 方便开发者劫持对对象的操作 getter/setter Function call/construct 来看下面这段代码，axios，从空对象空手套白狼，来拦截get方法，一层层拦截name,method属性

如何在抖音上找到漂亮小姐姐----抖音机器人 最近沉迷于抖音无法自拔，常常花好几个小时在抖音漂亮小姐姐身上。 为了高效、直接地找到漂亮小姐姐，我用 Python + ADB 做了一个 Python 抖音机器人 Douyin-Bot。 特性 [x] 自动翻页 [x] 颜值检测 [x] 人脸识别 [x] 自动点赞 [x] 自动关注 [x] 随机防 Ban [ ] 自动回复 原理 打开《抖音短视频》APP，进入主界面 获取手机截图，并对截图进行压缩 (Size < 1MB)； 请求 人脸识别 API ； 解析返回的人脸 Json 信息，对人脸检测切割； 当颜值大于门限值 BEAUTY_THRESHOLD 时，点赞并关注； 下一页，返回第一步； 使用教程 相关软件工具安装和使用步骤请参考 wechat_jump_game 和 Android 和 iOS 操作步骤 获取源码： git clone https://github.com/wangshub/Douyin-Bot.git 进入源码目录： cd Douyin-Bot 安装依赖： pip install -r requirements.txt 运行程序： python douyin-bot.py 注意 目前暂时只适配了 一加5(1920x1080 分辨率)，如果手机不是该分辨率，请修改 config/ 文件夹下面的配置文件； 脸部截取

在大数据时代，人工智能的发展正在改变我们的生活，让我们的生活变得更加便捷。比如刷脸进站、刷脸支付、刷脸考勤、高校学习等领域，人脸识别技术逐渐***了我们的生活，人脸识别的公司为我们提供了更加便捷的生活方式，那么人脸识别技术的人像处理流程是怎样的呢？下面捷易科技就来介绍下。 人脸识别的处理流程主要由四个成分组成，分别是：采集与检测人脸图像、预处理人脸图像、提取人脸特征图像、匹配与识别人脸头像。 1、采集与检测人脸图像 无论是何种人脸图像都能通过摄像头采集下来，例如提取照片中的头像、动态头像、不同表情、不同位置等等都可以很好地采集下来。当被采集人员在设备自动搜索的范围内，设备就可自动搜索并完成人脸拍摄。人脸的检测在实际操作中主要是作为识别人脸的预处理，即准确标定出图像中人脸的位置与大小。人脸图像中包含有十分丰富的模式特征，比如颜色特征、模板特征、直方图特征、结构特征以及Haar特征等。人脸检测实际上就是将这些信息标记出来，并用这些特征完成人脸检测。 2、预处理人脸图像 人脸图像预处理根据人脸检测的结果对图像进行处理，系统获取原始图像会受到各种条件的限制和干扰，通常不能直接使用，必须在处理图像的早期阶段进行校正、音频过滤等处理。在处理图像的过程中通常会做一些光线补偿、归一化、滤波和锐化等等。 3、提取人脸特征图像 人脸识别系统在识别的过程中可使用的特征通常为视觉特征、人脸图像变换系数特征

文|曾响铃 来源|科技向令说（xiangling0815） 智能音箱的销量竞赛还在进行，但竞争焦点开始发生转移。 从2019年全年出货量来看，根据市场调研公司Canalys、Strategy Analytics等发布的智能音箱行业报告，百度的智能音箱品牌小度年出货量列国内首位，阿里的天猫精灵和小米的小爱同学紧随其后，剩余玩家声量已经不大。 “量”的竞争之后，行业玩家都开始加大用户运营投入的力度，在用户体验及个性化服务方面下功夫，以换取更高的用户粘性。 这既包括智能的升级，类似远场语音交互、人脸识别、手势识别、眼神唤醒等多模态交互；也包括为不同用户“画像”提供千人千面的内容服务。 而随着智能音箱的用户越来越多，相较“体验升级”可以有通用的解决方案，千人千面的个性化服务却面临“供给侧难题”——内容端无法匹配足够丰富的内容以支撑不同“用户画像”的用户都能享受到对应想要的服务。 用户粘性问题最终又抛给了智能音箱的内容布局，这是一个与销量竞赛同等重要的领域，如同智能手机不仅比拼设备也比拼服务生态一样。 没有内容支撑的“用户画像”已经是伪命题？ 当一些人对智能音箱的印象还停留在追剧、听歌的功能时，智能音箱的头部玩家已经支持刷短视频、家庭K歌了，从小度智能屏近期的动作看，一口气接入快手、抖音、B站、优酷、全民K歌、喜马拉雅、荔枝直播等，围绕内容开启了一轮跑马圈地。 并非智能音箱“自作多情

纹理作为一种重要的视觉线索，是图像中普遍存在而又难以描述的特征，图像的纹理特征一般是指图像上地物重复排列造成的灰度值有规则的分布。纹理特征的关键在于纹理特征的提取方法。目前，用于纹理特征提取的方法有很多，最具有代表性的是有基于二阶概率密度的灰度共生矩阵、符合人眼视觉特性的小波变换、纹理谱法以及基于图像结构基元的纹理元方法等。 为了更有效地描述图像局部纹理特征，又先后提取了局部二值模式(Local Binary Pattern,LBP)和韦伯局部描述符(Weber Local Descriptor,WLD), 这两种方法都是基于邻域像素点间的灰度变化特征来描述图像纹理的 。 因两者易于理解、便于计算且具有较好的局部特征描述能力而被广泛地应用于纹理分类 、目标检测、人脸识别 、合成孔径雷达(Synthetic Aperture Radar,SAR) 图像索引 、指纹活性检测 、图像伪造检测等众多领域中。 一 WLD原理 韦伯定律是反映心理量和物理量之间关系的定律，它表明能够引起感觉差异的差别阈值与原始刺激的强度之比是一个常量，即： $$\frac{ΔI}{I}=k$$ 其中$k$是一个常量；$ΔI$表示差别阈值；$I$表示原始刺激的强度。由此可以推知，刺激的变化所引起的感觉差异不仅与刺激变化的大小有关，还与原始刺激的强度有关。局部图像描述符WLB就是根据该定律提出的，它包含两个算子

【推荐阅读】微服务还能火多久？>>> 云栖号案例库： 【点击查看更多上云案例】 不知道怎么上云？看云栖号案例库，了解不同行业不同发展阶段的上云方案，助力你上云决策！ 随着房产宏观政策以及行业融资环境前所未有的收紧，中国房地产开发商正在换挡变速。总体而言，房企公司有的仍押注传统住宅地产，有的则在尝试跨领域转型发展。 新城控股从2014年就开始了全面的战略转型，从原来的“住宅”到“住宅+商业”产业组合，形成两大业务版块双轮驱动。目前，新城旗下商业项目——吾悦广场已经成长为中国商业力量的新代表。目前，新城控股在商业地产领域已经跃入国内Top3梯队。 如果说住宅地产的特点是“重投入、快产出”，那么商业地产的特点就是“重资产、长运营”。虽然来自传统房地产市场“下行”压力是众多房企加重商业地产布局的重要因素，但不可否认的是，商业资产管理业务是行业未来可持续发展的生力军，也是房地产下半场持续增长的重要动力。然而，商业地产领域早已有多个主流品牌形成的客群黏性，想要在此分得一杯羹也并不容易，尤其在商业地产增量有限的窗口期内，一线城市已经趋于饱和的背景下，商业地产开发和运营仅仅依靠传统模式发展难以持续，因此，众多房企都在尝试和探索数字化转型路径。 商业地产行业数字化转型的问题和挑战 商业地产的传统价值是利用“场”聚合商户品牌和客流形成“交易”平台，收取租金或提成是主要盈利模式。因此