人脸识别

知情人士称，旷视科技在推进在香港IPO的计划，力争11月初举行上市聆讯。今年8月25日，旷视科技在港交所递交IPO招股书。 继 8 月旷视科技在港交所提交了 IPO 招股书之后，这两天又有消息称，其正在积极推进 IPO 进程，最快 11 月初举行上市聆讯。 上周，旷视科技刚刚和国内28家公司一起被美国商务部列入“实体清单”，限制这些机构从美国购买零部件。 然而，这似乎并未影响 旷视 科技IPO的决心，剑指“AI第一股”， 旷视科技 的上市选择牵动着整个业界的神经。 按常理来说，现在并不是 旷视科技 IPO的最佳时机，但是在AI市场热度大规模衰退的情况下， 旷视科技 如果能够成功上市，融资额保住甚至超过现在的估值40亿万美元，那么就可以向市场证明“贵有贵的道理”，更重要的是解决了资金问题，在“AI四小龙”的竞争中占据了资本高地。 但是，这一步也是兵行险招，至少存在以下三大风险。 壹 业绩风险 旷视科技 虽然年复合增长率358.8%，但仍处于净亏损状态，研发投入占到收入近一半。 其中，在2016年、2017年及2018年，旷视科技的经营亏损分别是1.25亿元、1.83亿元和0.55亿元。 2019年上半年，该公司经营亏损达到1.15亿元，而2018年同期的经营亏损是1.39亿元。 招股书披露，经过调整后的亏损净额，2016年、2017年分别净亏损9200万元、1.42亿元

一、消息队列(MQ)概述 消息队列（Message Queue），是分布式系统中重要的组件，其通用的使用场景可以简单地描述为： 当不需要立即获得结果，但是并发量又需要进行控制的时候，差不多就是需要使用消息队列的时候。 消息队列主要解决了应用耦合、异步处理、流量削锋等问题。 当前使用较多的消息队列有RabbitMQ、RocketMQ、ActiveMQ、Kafka、ZeroMQ、MetaMq等，而部分数据库如Redis、Mysql以及phxsql也可实现消息队列的功能。 二、消息队列使用场景 消息队列在实际应用中包括如下四个场景： 应用耦合：多应用间通过消息队列对同一消息进行处理，避免调用接口失败导致整个过程失败； 异步处理：多应用对消息队列中同一消息进行处理，应用间并发处理消息，相比串行处理，减少处理时间； 限流削峰：广泛应用于秒杀或抢购活动中，避免流量过大导致应用系统挂掉的情况； 消息驱动的系统：系统分为消息队列、消息生产者、消息消费者，生产者负责产生消息，消费者(可能有多个)负责对消息进行处理； 下面详细介绍上述四个场景以及消息队列如何在上述四个场景中使用： 2.1 异步处理 具体场景：用户为了使用某个应用，进行注册，系统需要发送注册邮件并验证短信。对这两个操作的处理方式有两种：串行及并行。 （1）串行方式：新注册信息生成后，先发送注册邮件，再发送验证短信； 在这种方式下

1 最有影响力的30篇计算机视觉会议论文 选取论文的原则： （1）会议论文，主要来源于以下会议：CVPR, ICCV, ECCV, BMVC, FG, ICIP, ICPR, WACV, ICASSP, MM, IJCAI, UAI, AAAI…（其实后面的几个会议都是打酱油的，AI类的期刊也木有高引CV文章，事实也是如此，没有收录ICML和NIPS等，见谅） （2）发表在2000年以后，数据来源于微软学术搜索(http://academic.research.microsoft.com/)，2012年12月初的检索结果 （3）检索次数大于200，PER>50，微软学术搜索的被检索次数未必精确，但能反应大概趋势，PER指意味着每年检索量，自发表次年算到2012年，PER=Cited/(2012-YEAR) 榜单Top 30如下，欢迎拾遗补缺： [1] Rapid Object Detection using a Boosted Cascade of Simple Features (Citations: 3296, PER=299.64) Paul A. Viola, Michael J. Jones @CVPR , vol. 1, pp. 511-518, 2001 [2] Histograms of Oriented Gradients for Human Detection

​智慧灯杆系列产品，打通数据孤岛的“任督二脉”，加速推进智慧城市、智慧园区等应用场景的建设，满足用户对大数据信息化的管理需求。计讯物联自主研发与设计的智慧灯杆网关系列产品—— ☞ TG464智慧灯杆网关--旗舰版 ☞ TG473智慧灯杆网关二代 ☞ TG452智慧灯杆网关一代 ☞ TG463 5G千兆网关 ☞ TG451 5G工业网关 这是计讯物联长期对市场态势的聚焦以及多年技术的沉淀，结合各大行业的场景应用，创造性的开发出集软硬件为一体的技术设备的智能化系统功能。自上线以来，该系列产品获得了众多用户的关注与青睐。 TG464智慧灯杆网关--旗舰版 TG464路灯专用网关是一款 升级版配置网关，专用于智慧路灯的工业级无线通信网关，是智慧灯杆的核心设备。该产品接口丰富，具备定时、定点、定量的远程传输；采用硬件数据路径加速架构（DPAA），支持数据包解析、分类和分发(FMan)，调度、包排序和拥塞管理的队列管理(QMan)，缓冲区分配和反分配的硬件缓冲区管理(BMan)，以达到减少开销，提升性能的作用。软件层支持完整的DPDK环境，同时支持OVS-DPDK，用于网络应用中数据包的高性能处理，为高可靠性提供保障。 TG473智慧灯杆网关二代 TG473智慧灯杆网关 二代内嵌工业级高速全网通5G、4G无线通信模块，方便用户切换，降低成本；前端采集信息传输实时高速，提高工作效率

声纹识别技术是声纹技术中最为核心的一项，和指纹识别、人脸识别一样，声纹识别也是生物特征识别技术的一种，该技术利用算法和神经网络模型，让机器能够从音频信号中识别出不同人说话的声音。 在10月19日的分享中，谷歌声纹识别与语言识别团队负责人王泉老师着重介绍了声纹识别技术以及相关的音频基础知识，并详细阐述深度学习时代最前沿的声纹识别模型，包括各种推理逻辑和损失函数的设计思路，以及数据处理方面的相关话题。第一讲回顾： 【机器之心】入门声纹技术第一讲_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili 但是许多人误以为声纹技术等价于声纹识别，却不知道声纹技术还有着许多十分重要且有趣的其他应用。所以在 「从算法到应用，入门声纹技术」系列分享的第二讲中 ，王泉老师将着重介绍声纹技术除声纹识别之外的其他应用，声纹分割聚类便是其中最具代表性的应用，也就是关于「谁在什么时间说了什么」这个问题的答案。 10月26日，第二期分享 声纹分割聚类与其他应用 https:// u.wechat.com/MJznHqiyMH RcPKzhMIwL1K0 (二维码自动识别) 分享主题： 声纹分割聚类与其他应用 分享嘉宾： 王泉，美国谷歌公司资深软件工程师、声纹识别与语言识别团队负责人，《声纹技术：从核心算法到工程实践》一书作者。在谷歌任职期间，作者带领其团队将先进的声纹技术部署到了大量产品中

一、关于流量 渠道分类 平台引流 生态截流 金融的经营模式从以网点为驱动、以卡片为载体转变为以APP为核心。APP取代物理卡是不可逆转的时代趋势，是客户行为的进化，我们能做的就是跟上客户的脚步，把APP建设成为客户经营和服务的主平台。 二、关于AI能力建设 1、“智慧金融大脑”是数字化转型的核心驱动力 以客户体验为中心，以数据为驱动，以新技术应用为引擎，整合共享内外部数据，通过跨领域的交叉分析与深度挖掘，动态感知市场需求、经营状况、发展趋势，指导产品快速创新，优化重构流程，实现智能服务。 1）底层能力：人工智能、区块链、云计算、大数据 2）前台智能化：智能服务 （智能运营、智能营销、智能风控、智能客服、智能投顾） 3）后台数字化：智能引擎（金融大脑） 3.1）思维引擎：学习能力、分析能力、预测能力 3.2）感知引擎：听-语音识别，看-人脸识别、读-自然语言处理、说-语音合成 三、关于平台 1、光行云缴费 流量汇集、数据聚集、资金归集的战略性平台。服务BCG，发挥云缴费流量入口、综合场景平台作用，构建“生活+服务+金融”普惠金融生态圈。 云缴费综合金融方案实施策略： 1）健全账户体系（直销银行电子账户体系） 2）指定客户权益规则（与全行积分体系合作） 3）引入代销金融产品（与零售、资管类产品合作） 4）建立客户数据模型（云缴费自建客户征信体系） 5）引入融资类产品

　　PCA（Principal Components Analysis）主成分分析是一个简单的机器学习算法，利用正交变换把由线性相关变量表示的观测数据转换为少数几个由线性无关比变量表示的数据，实现降维的同时尽量减少精度的损失，线性无关的变量称为主成分。大致如下： 　　首先对给定数据集（数据是向量）进行规范化，使得数据集的平均值为0，方差为1（规范化是为了使数据散布在原点附近，而不是远离原点的某块区域，便于后面的计算）。之后对每个数据进行正交变换，把数据投影到几个少量的相互正交的方向（这些方向构成了数据空间的一个子空间）上。数据在每个方向上都有对应的坐标，而用这些方向和对应的坐标（坐标×方向的累加）就能近似表示原来高维的数据，因此这些方向的求解就是PCA的关键。 　　如果再由这些坐标通过这些方向映射回原来的数据，精度损失是同等方向数量的方向集合（或者叫同维度的子空间吧）中最小的，而数据集在各个方向上的坐标的方差之和是同等方向数量的方向集合中最大的， 也正对应着方差越大表示这个方向上保存数据的信息量越大（方差越小所有数据越集中在一个点上信息量当然越小） 。数据集在这些方向的上的坐标的方差，从大到小排序，就把这每一个方向称为第一主成分、第二主成分…… 证明 　　接下来证明什么样的方向是主成分，即什么样的方向集合能保存原数据集更多的信息，并进一步说明数据集在主成分上的坐标的方差是最大的

第一版踩了无数的坑,终于第二版把坑全添了,这次更新可以正常获取人脸数,角度,代码可读性更高,继续更新中 第三版已发出 https://www.cnblogs.com/wxt51/p/10125460.html face_class.py 1 from ctypes import * 2 #人脸框 3 class MRECT(Structure): 4 _fields_=[(u'left1',c_int32),(u'top1',c_int32),(u'right1',c_int32),(u'bottom1',c_int32)] 5 #版本信息 版本号,构建日期,版权说明 6 class ASF_VERSION(Structure): 7 _fields_=[('Version',c_char_p),('BuildDate',c_char_p),('CopyRight',c_char_p)] 8 #单人人脸信息 人脸狂,人脸角度 9 class ASF_SingleFaceInfo(Structure): 10 _fields_=[('faceRect',MRECT),('faceOrient',c_int32)] 11 #多人人脸信息 人脸框数组,人脸角度数组,人脸数 12 class ASF_MultiFaceInfo(Structure): 13 # _fields_=[(

　　 　　 大数据文摘出品 　　 作者：牛婉杨 　　还记得今年3月火遍b站的技术宅稚晖君吗？他的一则自制迷你电视的视频在b站有着397万的播放量，更是超越众多二次元视频荣登全站排行榜第5名。 　　为什么这则视频这么火？因为这个电视相当“硬核”，内行外行看了都觉得厉害的那种。 　　其实这是个 长成电视模样的迷你Linux电脑 ，连个鼠标就能用！而且它还集人脸识别、语音助手等AI技术于一体，可以检测到人脸，还能用语音唤醒，充当一个迷你的语音助手。 　　稚晖君，一位自称野生钢铁侠的AI算法工程师，他自己也做过不少机器人项目。前不久，他带着新的作品来了，他自制了一款FOC（Field-Oriented Control）驱动器。 　　这块驱动器的厉害之处就在于，是 稚晖君独自一人耗时三个月制成，软硬件通通由他一人开发 。而且这块驱动器有“机器人心脏”之称，就连业界在制作机器人的时候也常会用到此方法来做驱动，比如 MIT Mini Cheetah四足机器人的驱动单元中就用到了FOC制作的基础部件。 　　 　　不仅如此，这块驱动器还被稚晖君称为“全能开发板”， 除了应用在机器人领域，还能用来模拟各种物理效果！ 　　话不多说，一起来看看。 　　 驱动器变身全功能开发板，理论上能承载“机械外骨骼” 　　稚晖君表示，这个驱动器可以驱动市面上几乎所有类型的无刷电机，而且可以添加很多自定义功能。 　

激光雷达大幅减少误报，将成本降低 5 倍以上，与基于摄像头的系统相比，准确度显著提高 添加运营智能来管理社交距离，以改善人员密度和流动管理 增强威胁检测、分类和跟踪功能，以改善安全和监测 加州桑尼维尔--(美国商业资讯)--激光雷达(LiDAR)传感器与智能传感解决方案全球领导者 Quanergy Systems, Inc. 今日宣布将具有人工智能(AI)的3D LiDAR解决方案与 Genetec Inc. (“Genetec”)的安全中心(Security Center)统一安全平台进行首次商业整合。整合的解决方案将在智能空间提供先进的人员流动和占用管理，以及在高安全性环境中增强威胁检测和监测。 此新闻稿包含多媒体内容。完整新闻稿可在以下网址查阅： https://www.businesswire.com/news/home/20200630005262/en/ Quanergy的高性能人工智能3D LiDAR解决方案将整合到Genetec统一安全平台中，从而可在安全限制区域、客流分析和人员密度管理软件包等多个专用安全中心模块中使用，以帮助自动化操作安全、人员统计和社交距离应用。将Quanergy的3D LiDAR和传感器数据流添加到Genetec安全中心可提高实时准确性，进而更清晰地读取从交通系统、机场和工业设施到银行和零售业等面向公众的企业等各种工业应用中的实际客流量