人脸识别

5 月 26 日，机器之心联合 AWS 开设的《快速上手Amazon SageMaker，轻松玩转机器学习》线上公开课第 1 课正式开讲，AWS解决方案架构师苗锋为大家带来了主题分享《手把手、端到端，玩转生成对抗网络 (GAN) 》。 第 1 课主要介绍了如何借助 AWS 机器学习相关云计算服务并基于 PyTorch 机器学习框架构建一个生成对抗网络，同时介绍了 Amazon SageMaker 全托管的 Jupyter Notebook、训练容器镜像、服务容器镜像、训练任务管理、部署环境托管等功能。第 1 课回顾视频如下： https://www.bilibili.com/video/BV1rv411z7NQ ​ www.bilibili.com 第2课预告 课程主题： ALBERT中文命名实体识别之Amazon SageMaker实战 课程时间： 5月28日（周四） 20:00 课程主讲： 王鹤男，AWS应用科学家 讲师简介： AWS应用科学家，在机器学习领域有多年工作经验，曾任神州优车集团人工智能实验室负责人，带领团队开发了车辆智能调度系统、金融反欺诈系统、身份证和人脸识别系统、高级驾驶辅助系统等基于机器学习的应用系统。曾任iHandy算法工程师，开发了短视频推荐系统、移动用户流失和付费意愿预测系统、掌纹和人脸识别系统等。 课程概要： 本课将介绍如何使用Amazon

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 如今，人工智能（AI）在生活中的应用场景可谓百变多样。从医学诊断、图像识别、无人驾驶到个人助理、教育辅助，AI 的对现代生活的重要性不言而喻。然而，除了以上场景，AI 还可以应用于安全防护方面。 这不，眼看着炎炎夏日来临，人们纷纷涌向游泳馆、海滩等消暑胜地，渴望在灼热温度中寻求一丝“透心凉”的快感。但人生就是这样，你永远不知道明天和意外哪一个先来。尤其在热浪滚滚的夏日，游泳溺亡的意外事故层出不穷。 根据世界卫生组织（WHO）的数据，溺水是造成全球人口意外死亡的第三大原因，全球每年估计有 320,000 人因溺水而死亡。但现在，有了 AI 的帮助，溺水事故率很可能得到大幅降低。 近日，以色列内盖夫本古里安大学（BGU）的衍生企业 Sightbit，就针对频发的溺水事故，开发出一套 AI 溺水防护系统，该系统可以实时监测所有游泳者，并标记出潜在的危险情况，以弥补救生员肉眼观察的不足。 AI 海滩监控 Sightbit 的系统包含多组摄像头，这些摄像头并非普通相机，而是加持了基于深度学习和计算机视觉技术的软件。增强后的多组摄像头更加灵敏，能够清晰地显示出摄像范围内的所有物体。 而且，这种摄像机的摄像范围也大大提高，单个摄像机可以伸展到大约 1000 英尺（300 米）的海岸线。要知道

这个9月，AI芯片独角兽地平线发布了自诩最强边缘 AI 芯片地平线「旭日3」，一时间引起轰动。相比第二代芯片，「旭日3」的AI性能上得到很大提升，只需在 2.5W 的功耗下，能够达到等效 5TOPS 的标准算力。尤其是对应高端市场的旭日3M，有更强大的编解码能力，强大的ISP效果令其极具竞争力。 这些年来，地平线的主要精力都放在旭日及征程等系列，产品线主要聚焦在边缘AI芯片这一领域，这也让地平线成为全球估值最高的人工智能芯片独角兽。众所周知，AI芯片分为云端和边缘端，云端芯片要求高性能，边缘端芯片由于应用场景众多，对于环境和能耗等也有更多要求。事实上，当前边缘AI芯片已不再是个小众领域，除地平线以外，包括谷歌、英伟达、英特尔、高通、华为、寒武纪均于近两年推出边缘AI芯片，AI芯片的战火已经由云端蔓延到了边缘。 根据全球技术市场咨询公司 ABI Research 的数据显示：预计到2025年，边缘 AI 芯片组市场的收入将达到122亿美元，云AI芯片组市场的收入将达到119亿美元。边缘 AI 芯片组市场将超过云AI芯片组市场。首席分析师Lian Jye Su 表示：随着行业的发展，企业越来越多的需要解决有关数据隐私、电源效率、低延迟和强大的设备上计算性能等问题，边缘AI将是解决方案。预期在未来五年，AI训练与推论会在网关或是各种边缘装置进行，甚至往下到传感器节点。那么，

今日学习的内容： 1. web渗透测试常规套路。 渗透常规思路：目录扫描——发现疑似后台——SQL注入——获取账密——MD5解密——登录后台——获得webshell；整体看下来，基本能理解，但需要找个靶场实操训练下； 2. 改机的基本知识。 改机的原理：通过劫持系统函数，伪造模拟移动端设备的设备信息（包括型号、串码、IMEI、定位、MAC地址、无线名称、手机号等），能够欺骗厂商在设备指纹维度的检测。改机工具会从系统层面劫持获取设备基本信息的接口，厂商app只能得到伪造的假数据。这个知识学到有点晚，之前就遇到过真实案例。通过XPOSE改机，然后劫持唤起摄像头调取的函数，用预先做好的视频或者照片替换摄像头，进而在直播和人脸识别环节进行利用。为什么学习这个，主要是看到了，而且之前还遇到，也算是安全的业务范围吧； 3. 学习点 markdown的进阶知识。 首先自然是字体、颜色什么的，具体内容附到最后，供后面引用吧。不过不得不承认，markdown真的是个好东西，一定要用好； 4. 0day基本常识。经常听到人家说0DAY，因为一直觉得专业的人做专业的事，也就没有了解过，今天开始详细了解了以下，算是扫盲吧。0day泛指所有在官方发布该作品之前或者当天，这主要涵盖了影视、软件、游戏、音乐、资料等方面，由一些特别小组以一定的格式打包发布的数码内容。难怪有些人总是盯着国外那些网站

作者 | 小枣君 来源 | 鲜枣课堂 2006年8月9日，当时的谷歌首席执行官埃里克·施密特（Eric Schmidt）在搜索引擎大会（SES San Jose 2006）上，首次提出了“云计算”（Cloud Computing）的概念。 而就在大会的5个月之前，2006年3月，电商起家的美国亚马逊公司正式推出了自家的弹性计算云（Elastic Compute Cloud，EC2）服务。 这两个标志性事件的发生，正式宣告了云计算时代的到来，也意味着互联网的发展进入了一个新的阶段。 时至今日，十四年过去了，云计算经历了质疑，也经历了狂热，逐渐被人们所接受，进入了稳步发展的阶段。 然而，作为一个高大上的名词，众人皆知的概念，至今为止，我们仍然难以对云计算给出一个准确的、通俗易懂的定义。 专业机构给出的定义，永远让人云里雾里—— 一种计算方式，能够通过Internet技术将可扩展的和弹性的IT能力作为服务交付给外部用户。（Gartner公司） 一种标准化的IT性能（服务，软件或者基础设施），以按使用付费和自助服务方式，通过Internet技术进行交付。（ForresterResearch公司） 云计算是一种模型，可以随时随地，便捷地，按需地从可配置计算资源共享池中获取所需的资源，资源可以快速供给和释放，使管理的工作量和服务提供者的介入降低至最少。（美国国家标准和技术研究院） 究其原因

摘要 ： 本文提出了一个卡通人脸识别的基准数据集i Cart oon Face ，并设计了卡通和真人多任务域自适应策略来提高卡通人脸识别的性能。 论文链接： https://arxiv.org/pdf/1907.13394.pdf 导读： 通过人脸识别技术对视频中的人物信息进行结构化分析，目前已在爱奇艺公司的多个产品中应用，例如“奇观”、“只看他”等，给用户带来了良好的交互体验。为了推动了人脸识别技术的快速发展，爱奇艺在 2018年 、 2019年 相继举办了多模态人物识别竞赛。与此同时，学术界、工业界对卡通人物识别领域的研究较少，为了促进相关研究和带来良好的用户体验，本文提出了 iCartoonFace 卡通识别数据集和对相关算法进行了研究，并成功落地到爱奇艺“奇观”、“逗芽”等产品中。 背景 ： 近年来，伴随着卡通产业的迅猛发展，卡通视频呈现出爆炸性增长。而实现对这些卡通视频智能理解的第一步就是需要识别出这些视频里面的卡通人物身份信息。同时伴随着人脸识别技术的发展，人物识别精度大幅提升，在Labeled Faces in the Wild（LFW）等图片数据集上，人脸识别精度甚至超过了人类的识别能力。然而，对卡通人物身份的识别，却鲜有研究，相关的数据集也比较少，如下表1。对于深度学习来说，这些已有的卡通识别数据集存在着数据量较小、噪声比例较大的问题。因此构建一个大规模

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 福州人民很快就可以靠“脸”行走江湖了。 在地铁站，刷脸就可以进站； 在图书馆，刷脸就可以借书； 在医院或政务服务中心，刷脸就可以取号； …… 甚至上课点名、上班考勤都用的是人脸识别。 从今夏到明年，这些功能正在陆续上线中。 注意，这些不同场景背后，连接的是同一套系统。 在福州市政府的官方智慧城市应用e福州手机App上录入人脸信息，完成各项设置之后，就可以凭借一张脸出行。 目前，刷脸乘地铁的功能已经开始测试，8月份全面上线。 上线之后，如果你去福州旅游、出差，就可以体会到： 刷脸通行，不再仅局限于某个单位、某栋写字楼、某个园区，而是来到福州这片土地上的所有人，都可以共享、共用这一套系统。 这听起来就有几分科幻感。 千万人同刷脸，到底有多难？ 《银河系漫游指南》的作者道格拉斯·亚当斯，用一套“科技三定律”来吐槽人们对于科技的认知： 1）任何在我出生时已经有的科技都是稀松平常的世界本来秩序的一部分。 2）任何在我15-35岁之间诞生的科技都是将会改变世界的革命性产物。 3）任何在我35岁之后诞生的科技都是违反自然规律要遭天谴的。 人脸识别技术的出现虽然并不在大部分科技从业者出生之前，但在科学技术能够飞速转化为生产力的行业里，任何三五年前已有的技术都是这个世界“系统自带”的功能，和

　　随着国家的繁荣昌盛以及社会文明的不断发展，作为城市重要基础设施的路灯、景观灯光已经成为体现城市形象并展示城市文明程度的重要组成部分。城市道路建设步伐的加快，路灯的数量也急剧增长，对于路灯现代化管理的要求也日趋迫切，过去的人工巡检、整条线路开关控制的方式已不适应城市发展的需要，这对城市照明系统提出了更高的要求。 　　城市路灯无线监管系统纳入监控范围内的有道路照明监控、高层建筑照明监控、广场照明监控、桥梁照明监控等部分，同时可兼具环境数据采集、智能充电桩、LED信息展示、5G微基站等功能。该系统采用物联网、无线通讯、大数据、路灯路段检测等技术，实现对城市各角落路灯的无线智能化监管、控制。 　　系统组成 　　城区路灯无线监管方案由三部分组成： 　　前端设备：前端设备有摄像机、智慧路灯杆、充电桩、LED显示屏、环境数据采集传感器等设备，负责相应功能数据的采集、展示。 　　传输设备：传输设备为计讯物联智慧路灯网关TG464，通过网关对前端设备数据进行获取、传输，通过内置控制器，实现路灯的单灯、集群智能控制、LED显示屏展示内容控制、人脸识别、视频深度分析、数据传输、数据接收等功能。 　　控制中心：控制中心负责对路灯参数进行统一配置，气象、环境收集、分析，通过计讯云平台对各参数通过大屏、PC、移动端进行统一的展示、配置、巡视。 　　系统平台 　　1、照明控制系统 　　具有单灯和群控系统

来源：万物智能视界 边缘AI发源于边缘计算。边缘计算也称为边缘处理，是一种将服务器放置在本地设备附近网络技术, 这有助于降低系统的处理负载，解决数据传输的延迟问题。这样的处理是在传感器附近或设备产生数据的位置进行的，因此称之为边缘。 边缘计算的发展意味着边缘人工智能正变得越来越重要。各行各业莫不如是，特别是在降低处理延迟和保护数据隐私这方面。本文将探讨边缘AI的影响，为什么重要，及其常见用例。 什么是边缘AI？ 边缘AI是指在硬件设备上本地处理的AI算法，可以在没有网络连接的情况下处理数据。这意味着可以在无需流式传输或在云端数据存储的情况下进行数据创建等操作。这一点很重要，因为出现了越来越多的设备数据无法依赖云端处理的情况。比如，工厂的机器人和自动驾驶汽车都需要以最小的延迟高速处理数据。 为了实现这些目标，边缘计算可以在云上靠深度学习生成数据，而在数据原点——即设备本身（边缘）执行模型的推断和预测。 以工厂的工业机器人为例。AI技术可以在这里以人类无法企及的速度，对来自监控摄像头和传感器的大量多模态数据进行可视化和评估，可以用它来检测生产线上人类可能忽略的故障数据。这类物联网结构可以存储生产线上产生的大量数据，并通过机器学习进行分析。它们也是能够提高工厂智能化程度的AI模型的核心。 边缘AI，物联网和5G: 边缘人工智能经常与物联网(IoT)和5G网络放在一起讨论.

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 简介： 胡逢法作为阿里云 MVP，是一名经验丰富的人工智能领域研究专家，谦虚诚恳、精力充沛。在智能图像视频分析、智能交通等诸多领域研发深有建树，拥有发明专利十余项，希望他的看法能给大家带来启发。 以下是胡逢法的专访，推荐阅读（约5分钟）。 思考点燃理想，尝试成就结果 初中时，学校附近有个工厂，课余时间经常跑到那里去看工人干活，看到很多场景觉得比较好玩，比如工人在做产品质量检查，当时都是用肉眼去看的，我当时想，这类工作得一个个用人去看去记录，要是用机器自动去完成该多好，那时我对自动化及视觉设备这一块应该已经萌生了兴趣。读研的时候，我发现图像处理这些研究很有实际应用价值，例如机器替代人工去做很多繁琐且辛苦的事情可以缓解很多工人的压力等。所以我的学习和工作也一直在做这些方面研究，我逐渐地把自己的想法，通过结合各个模块的知识添加到系统里的方式来实现很多功能。 以前我是做算法类的，只要把某个功能点写好即可。智慧园区的一个项目需要我从技术和业务两个角度考虑问题，不同的视角不断碰撞，于是产生新的点子。在这个过程中有很多知识和技术可以更好地结合利用起来，做出的效果令人很有成就感，对个人的经验和能力来说都有很大提升。 负重前行，每一次转折都弥足珍贵 我的职业生涯有几次较大转折