人脸识别

　　全球新冠疫情仍在蔓延，前几日，美国总统特朗普也终于改口，提倡民众佩戴口罩，并称这是爱国行为。 　　 　　图|特朗普（来源：推特） 　　然而如今，美国政府发现，除了预防疾病之外，佩戴口罩还有另一个意想不到的影响：阻碍面部识别算法。 　　美国国家标准与技术协会 (NIST) 的一项研究发现，戴上足够覆盖口鼻的口罩会导致一些最广泛使用的面部识别算法的错误率高达 5% 至 50% 。而且，黑色口罩比蓝色口罩更容易出错，口罩遮住口鼻的范围越大，算法就越难识别人脸。 　　 一些算法错误率高达50% 　　NIST 计算机科学家、该研究报告的作者之一 Mei Ngan 说:“随着新冠疫情的到来，我们想要了解人脸识别技术是如何处理带口罩的面孔。我们首先关注的是，在疫情大流行之前开发的算法可能会因识别对象戴口罩而受到影响。今年夏天，我们计划测试那些专门为戴口罩的人设计的算法，评估其准确性。” 　　 　　图|NIST用来评估各种面部识别算法准确性的示例图像。（来源：B.Hayes/NIST） 　　NIST 测试的人脸识别算法通过测量目标人物面部特征之间的距离来识别人物身份。而佩戴口罩会去除大部分面部特征，从而降低了这些算法的精度，尽管有些特征仍然存在。这与 iPhone 手机上的面部识别工作方式略有不同，iPhone 使用深度传感器来识别人脸，增强安全性，确保算法不会被图片误导。 　　其实

ATFX产品：打响2020年中概股回港第一枪，网易（9999.HK）今日上午九时正式在港交所挂牌上市，网易上市首日便高开超8.13%，报133港元/股，发行价为123港元，总市值超4500亿港元。隔夜美股网易(NTES.US)收涨3.77%报424.98美元，市值583亿美元。由于一份ADR对应25股普通股，换算成港股市场价格为131.74港元/股，相当于溢价0.8%。截止今日中午13:00，网易半日成交额接近50亿元，已经占据香港集资额210亿元的逾20%。 时隔20年，丁磊把网易从纳斯达克带到了港交所。借助港股新开放的“中概股二次上市”政策，使得网易成为继阿里巴巴后，第二批既保留美股身份、又拥有港股代码的中概股之一。 这次丁磊并未亲自赴港敲锣，而是在杭州上市庆典现场，与8位“热爱者”一起登台完成“云敲锣”。丁磊表示：“在香港上市是网易全新的起点。”对于网易在港上市的原因，网易方面表示，为公司提供更多进入资本市场的机会，特别是亚洲资本市场。 360倍超额认购，8%中签率 网易在公开发售阶段获360.53倍认购，认购率目前在今年香港上市的互联网公司中排名第二，从超额认购来看就可以感受到它有多受追捧。作为热门股，从中签率看也可以看出它的抢手程度，网易一手中签人数约1.4万人，一个普通投资者的中签率仅为8%，只有认购45手才能稳中一手，所以对于散户而言打新可以说纯粹是碰运气。

近日，计算机视觉方向的三大国际顶级会议之一的ECCV 2020公布论文获奖结果。本次ECCV 2020有效投稿5025篇，最终被接受发表论文 1361 篇，录取率为 27 %，较上届有所下降。其中，oral的论文数为 104 篇，占提交总量的 2% ；spotlight的数目为 161 篇，占提交总量的 5% ；其余论文均为poster。 ECCV （European Conference on Computer Vision，即欧洲计算机视觉国际会议)是国际顶尖的计算机视觉会议之一，每两年举行一次。随着人工智能的发展，计算机视觉的研究深入和应用迅速发展，每次举行都会吸引大量的论文投稿，而今年ECCV的投稿量更是ECCV 2018的两倍还多，创下历史新高。在竞争越来越激烈的情况下，本次ECCV 腾讯优图实验室共入选 8 篇论文，涵盖 目标跟踪、行人重识别、人脸识别、 人体姿态估计 、动作识别、 物体检测 等热门及前沿领域，再次展示了腾讯在计算机视觉领域的科研及创新实力。 以下为部分腾讯优图入选ECCV 2020的论文： 01 链式跟踪器：基于目标对回归的端到端联合检测跟踪算法 Chained-Tracker: Chaining Paired Attentive Regression Results for End-to-End Joint Multiple-Object

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！ 至顶网软件与服务频道消息：建筑业可以说是历史最悠久的行业之一，毕竟早在几千年前，人们就已经开始建造各类住房处所。而随着时间的推移，建筑行业在设计、规划与结构方面也迎来了长足发展。最近几十年以来，从业者还开始大量引入各类高新科技，希望在提高工作效率的同时，将建筑项目与结构安全性推向新的高度。 在这股浪潮当中，建筑企业当然不会忽视AI这波强大的新兴力量。从优化工作规划，到改善现场安全，再到对建筑设施进行安全监控，AI带来的效率与创新优势已经证明了自己的价值。 施工经理们一直在探索，AI与认知技术的实践价值，希望借此实现诸多看似简单但又必不可少的作业自动化流程。他们意识到，AI能够高效完成任务规划，防止工期延迟、施工冲突以及现场常见的各类问题。在AI的支持下，人员、项目以及物料的调遣排布，都将变得更加井然有序。 对于小型项目来说，人类员工还能够手动管理复杂的施工进度与流程。但面对规模可观、为期数年的超大型项目，各方往往需要就多种复杂任务及具体环节做出协调，包括设计与蓝图、施工许可以及计划外的延迟与变更等等。这些延迟与变更极易失控，如果没有强大的技术手段作为辅助，人类根本无法有效加以管理。 机器学习技术特别擅长查找数据中的模式与异常值。凭借强大的模式识别与历史数据分析能力

前言   如果大家对HMS ML Kit 人脸检测功能有所了解，相信已经动手调用我们提供的接口编写自己的APP啦。目前就有小伙伴在调用接口的过程中反馈，不太清楚HMS ML Kit 文档中的MLMaxSizeFaceTransactor这个接口的使用方法。为了让大家更加深刻的了解我们的接口，方便在场景中使用，在这篇文章中小编准备抛砖引玉，大家可以打开思路，多多尝试。如果有小伙伴想要深入的了解更加全面具体的功能，请大家移步 https://developer.huawei.com/consumer/cn/hms/huawei-mlkit 。 场景   相信大家都有在五一、十一出去游玩的经历，是不是都是这样的people mountain people sea.   好不容易找个人少的地方，结果拍出来的照片是这样的。   这样的   还有这样的   不看不知道，原来我的面部表情这么丰富。。是不是很心累？每次想要发个出去浪的朋友圈，都要在白天拍的成百上千张类似款的照片里，花上一小时才能找到一张能看的照片。。。   为了解决类似问题，HMS ML Kit 提供了追踪识别画面中最大脸的接口，能够识别图像中的最大脸，方便对跟踪图像中的”重点目标“做相关操作和处理。本文中就简单的调用MLMaxSizeFaceTransactor这个接口，实现最大脸微笑抓拍的功能。 开发前准备 android

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！ 在计算机视觉领域，我国已经有多家企业崭露头角、获得了明显的竞争优势。在人工智能行业的独角兽群体中，以商汤，旷世为代表的企业，都以计算机视觉业务为主。 36氪最近接触到的「久译科技」，是一家专业从事人工智能(AI)解决方案及深度学习算法的公司。久译科技成立于2018年，以激光扫描与视频智能融合技术为核心，结合人脸识别、视频结构化分析、人群密度监测、以人搜人、智能激光监测、轨迹分析等多项原创技术，为交通、旅游、以及政府相关行业，提供客流与人脸综合监测系统、人车安防系统、激光周界系统、无感场景交互系统等产品服务。 2019年，公司曾为国庆70周年大阅兵仪式提供天安门广场的人脸综合分析系统。客户包括顺义政府、故宫，北京地铁等。在疫情期间，久译科技花费不到一个月的时间研发了高精度、低价格的红外测温产品。 具体来说，公司提供了一整套软硬件结合的解决方案。硬件方面，久译科技已推出“叮咚”和“刺猬”两个边缘计算的硬件核心产品。“叮咚”系列是高度集成的智能摄像机产品，其中，叮咚计数采用“深度相机+深度学习”的方案为公共交通客流计数，叮咚周界用“激光扫描仪+摄像机”做安防监测；“刺猬”系列则是一款边缘计算智能盒子，可以直接连接传统数字相机将其转变为带有边缘计算功能的智能相机。

小视科技团队开源的基于 RGB 图像的活体检测模型，是专门面向工业落地场景，兼容各种复杂场景下的模型。该自研的剪枝轻量级模型，运算量为 0.081G，在麒麟 990 5G 芯片上仅需 9ms。同时基于 PyTorch 训练的模型能够灵活地转化成 ONNX 格式，实现全平台部署。 机器之心发布，机器之心编辑部。 如今，人脸识别已经进入我们生活中的方方面面：拿起手机扫脸付账、完成考勤、入住酒店等，极大地便利了我们的生活。 我们在享受技术带来方便的同时，也要应对其潜在的风险。一旦虚假人脸攻击成功，极有可能对用户造成重大损失。 如 2019 年，在拉斯维加斯举办的世界黑帽（Black Hat）安全大会上，腾讯公司的研究人员就曾演示用一副特制眼镜攻破苹果 Face ID。 更早之前，也有人曾使用 3D 打印「石膏」人脸攻击手机的人脸识别功能，成功破解多款人脸识别解锁功能。 图片来源：Forbes 为了抵御这种假脸攻击，小视科技团队开源了一个静默活体检测算法和可适用于安卓平台的部署源码，可兼容各种工业级复杂场景的活体检测。 静默活体检测算法项目地址： https:// github.com/minivision-a i/Silent-Face-Anti-Spoofing 安卓平台部署源码项目地址： https:// github.com/minivision-a i/Silent-Face

　　前段时间，微软解雇了约 50 名 MSN 新闻编辑，同时打算用日渐成熟的 AI 系统取而代之的消息引发广泛讨论，不少编辑同事都担心自己的饭碗将来也会被人工智能抢走。然而事情才过去没几天，微软的 AI 就翻车了。 　　据 外媒报道 ，近日，微软新的人工智能发布软件推送了一篇文章，文中内容谈到种族主义对一位英国混血女歌手 Jade Thrilwall 的个人影响，但文中的配图却是 Jade 的队友 —— 另一位混血女歌手 Leigh Anne Pinnock 的照片。显然，该 AI 系统在人脸识别方面犯下了错误。 　　Jade Thirlwall 是英国女子组合 Little Mix 的一员，近期在一档与“Black Lives Matter”相关的 BBC 访谈节目中，Jade 分享了自己在英格兰东北部南希尔兹一个以白人为主的社区环境下成长遭遇的不平等对待。她的外祖父母来自埃及和也门，而她因为阿拉伯血统而受到同龄人的欺负。 　　Jade 的这篇采访稿由《独立报》报道，并被微软旗下的 MSN.com 网站转载。该网站收录了来自全球各地的优质内容，内容原本由 AI 系统辅助数十名人工编辑混合校审，然后发表。MSN.com 网站过去有数十名人工编辑策划，他们负责挑选故事、新闻和图片在网站上发表，直到上个月微软宣布裁掉约 50 名人工编辑。微软认为， 原本辅助编辑们完成这一系列工作的

仅仅在几年前，程序员要开发一款人脸识别应用，就必须精通算法的编写。但现在，随着成熟算法的对外开放，越来越多开发者只需专注于开发垂直行业的产品即可。 由调查机构发布的《中国AI产业地图研究》中也有一组有趣的数据，目前中国的AI企业中，有近8成集中在应用层，其中AI行业解决方案占比高达40.7%，从上下班的人脸识别考勤，到金融App的人脸身份核验，再到医院和政务大厅的人脸识别取号，以及车站的人脸核验检票…… 目前市面上既有OpenCV等开源算法库，很多芯片厂商的产品也自带简单算法，同时专业算法大厂也会开放相关技术，如提供免费、离线人脸识别SDK的虹软视觉开放平台等。对于开发者而言，面对多种算法，如何进一步了解算法性能至关重要。因此，本文将从算法原理、应用场景、关键指标一一进行介绍。 人脸识别算法原理简述 在介绍关键性能指标之前，我们需要厘清人脸识别的技术原理。 所谓人脸识别（Face Recognition），是对图像中的人脸进行检测、识别和跟踪。当前的人脸识别，通常是利用卷积神经网络（CNN）对海量的人脸图片进行学习，然后对输入图像提取出对应的人脸特征值。 人脸特征值是面部特征所组成的信息集。人类记忆和辨别一张脸，主要是靠肉眼可见的特征，譬如国字脸、双眼皮、黑眼睛、蓝色头发、塌鼻梁……但人工智能不同，主要是利用卷积神经网络（CNN）对海量的人脸图片进行学习

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！ 人脸识别验证身份、无线电测控车上街、无人机高空巡考……这些平时人们生活中的高科技，将使用到即将到来的高考中，全力保障高考的公平公正。 7月5日上午，广东省教育厅发布消息，今年广东省普通高考报名人数78.8万人，其中夏季高考考生67.4万人，全省设考点479个、考场23452个。针对高科技作弊风险，广东工信部门启动了188个固定的监测站，派出102台无线电监测监控车，加强对无线电信号监测。此外，今年广东省全部完成考点的视频监控高清改造。 山东作为近期备受关注的省份，今年高考报名已采用人脸识别，不再要求考生在签到表按手印。这个人脸识别考务通，可以对考生进行更准确的身份核验，提高考生身份检录效率。以往核验考生身份可能需要核验一个考生的身份信息需要通过“四对照”需要很长的时间，使用人脸识别考务通设备后，核对一个考生身份信息只需要几秒的时间，准确率甚至比人工核验更高。 早在2018年，教育大省江苏就将很多高科技技术被引进到高考当中。江苏的考生在进入考场前，多了一道程序，也就是刷脸。这个刷脸的设备就是考务通，考生只要将身份证贴在规定区域，正视屏幕，考务通就会将考生身份证上的照片、高考报名的照片和现场拍摄照片，这三张照片进行比对，显示验证过，考生才能够进入考场。 针对近年来