回到我们的正题，对于世界杯的球星们，人们知道的一般都是C罗，梅西，德罗巴等巨星，而对一些其它球星却很少了解。对于这些球星，你认识的有多少呢？下面就跟我一起认识一下这些球星，看看你是不是真球迷。
人工智能一直被视为学习能力极强、学习速度极快的“超级物种”，秒杀人类不解释、无商量；无论是在国际围棋比赛，还是在星际争霸游戏对决，均多次战胜人类顶级选手，所向披靡，不可一世。
一个偶然的机会，36氪和“优图团队”进行了接触，他们是腾讯内部专注于图像处理、模式识别、机器学习、数据挖掘等领域的核心技术团队，由毕业自清华、北大、中科院、上海交大等院校的博士、硕士组成。 腾讯优图团队隶属于腾讯社交网络事业群，基于整个腾讯的社交网络平台，为QQ空间、腾讯地图、腾讯游戏、等50多款产品提供图像技术支持。每天QQ空间有2亿上传图片的活跃用户，团队单日最多处理照片达6亿张，累计已经分析处理了超过300亿张照片 36氪：作为纯粹的技术团队，怎么平衡技术和产品之间的矛盾？ 我们首先会对一些关键技术，
近日，36氪和“优图团队”进行了接触，他们是腾讯内部专注于图像处理、模式识别、机器学习、数据挖掘等领域的核心技术团队，由毕业自清华、北大、中科院、上海交大等院校的博士、硕士组成。 腾讯优图团队隶属于腾讯社交网络事业群，基于整个腾讯的社交网络平台，为 QQ 空间、腾讯地图、腾讯游戏、等 50 多款产品提供图像技术支持。每天 QQ 空间有 2 亿上传图片的活跃用户，团队单日最多处理照片达 6 亿张，累计已经分析处理了超过 300 亿张照片 36氪：作为纯粹的技术团队，怎么平衡技术和产品之间的矛盾？ 我们首先会对
选自DeepMind 机器之心编译 最近，DeepMind 在 JAIR 上发表论文《Learning Explanatory Rules from Noisy Data》，表明将直观感知思维和概念可解释性推理思维整合到单个系统中是可能的。他们介绍的系统∂ILP 对噪声数据具备鲁棒性，且可以高效地利用数据，并生成可解释的规则。 假设你在踢足球，足球到了你脚下，你决定把球传给无人盯防的前锋。看似一个简单的动作其实需要两种不同类型的思维。 首先，你识别到脚下有一颗足球，这需要直观感知思维，你无法清晰地表达你是如
王新民 编译自 Deep Learning Sandbox博客 量子位 出品 | 公众号 QbitAI 在计算机视觉领域里，有3个最受欢迎且影响非常大的学术竞赛：ImageNet ILSVRC（大规模
AI 在一般性用途方面稳步迈进，比如虚拟助手，但AI有着更微妙的用途，对如今社会产生更本质的影响，比如对于残障患者。 这一点上，微软的Office软件将会迎来新功能，使用了众多如图像识别、文字转语音等AI新技术。 在PPT办公软件当中，新添加了很多标签为“accessible"的模版，这些模版配置的字体和颜色更适用于视力低下和色盲人群，另外里面有“Alt-text”功能。首先，这个功能可以将幻灯片中的图表，用音频描述出来，照顾到视力不佳的人群；另外，如果是一张照片，“Alt-text”也能自动添加文字描述。
人工智能技术发展到现在已经很强大，AlphaGo已经把众多围棋世界冠军踩在脚下，让大家心生恐惧，就算在图像识别这件小事上，也比人类更好更快，然而，科学家认为这还远远不够，对于AI的发展来说，理解视频中的动态行为是接下来的关键发展方向。 为什么要理解视频？ 据统计，目前视频占互联网流量的90%，它极大地推动了全球数据总量的高速增长，未来十年内，全球数据量将增长50倍，其中视频占最高比例。按照国家发改委的规划，到2020年，视频将全部高清化、连网化，那么视频所需占用的存储空间是巨大的，所以对于挖掘视频内容
创造出具有智慧的机器，迈向通用AI是人类长期以来的梦想。当下的AI发展到了哪个阶段？ 作者 | 维克多 编辑 | 青暮 今年12月9日，第六届全球人工智能与机器人大会（GAIR 2021）在深圳正式启幕，140余位产学领袖、30位Fellow聚首，从AI技术、产品、行业、人文、组织等维度切入，以理性分析与感性洞察为轴，共同攀登人工智能与数字化的浪潮之巅。 大会次日，IEEE/IAPR Fellow，京东集团副总裁，京东探索研究院副院长梅涛在GAIR大会上做了《从感知智能到认知智能的视觉计算》的报告，他指出视
这项技术全称为帕金森病运动功能智能评估系统，是腾讯医疗人工智能实验室（Tencent Medical AI Lab）自主研发的新技术，三分钟即可完成病症评估。
机器之心发布 作者：Hongge Chen 近日，针对深度学习系统的对抗性样本攻击问题，来自麻省理工学院，加州大学戴维斯分校，IBM Research 和腾讯 AI Lab 的学者在 arXiv 上发表论文提出对于神经网络图像标注系统（neural image captioning system）的对抗样本生成方法。实验结果显示图像标注系统能够很容易地被欺骗。 深度学习系统正在越来越广泛地应用于各种场景中，帮助人类完成许多繁琐的工作。但是在很多方面上，计算机科学家们并不完全理解深度学习的工作机理。最近的研究
创冰是一家成立不过两年的体育大数据公司，近日却完成了3200万的A轮融资，目前公司估值2亿。在足球领域，创冰已经为国字号球队、半数以上的中超俱乐部以及很多地方体育台提供了数据方面的技术支持。 创冰的本次A轮融资由苏宁文化投资管理有限公司领投，上海沃体跟投，此前苏宁已经全方位在体育产业布局，涉足俱乐部经营、赛事运营、版权经销、媒体平台、经纪、场馆运营等多个领域[1]。 自主产权技术 上海创冰是国内唯一拥有独立自主产权，集数据采集、数据发掘及数据产品化于一体的体育互联网公司，通过图像可视化加人工辅助统计的方式
胡澎 发自 凹非寺 量子位 报道 | 公众号 QbitAI 世界杯小组赛将收官，你还依然信AI吗？ 冷门频出，黑马击败豪强。不少AI模型始料未及。 到底还能不能愉快找到科学规律？或者说足球比赛乃至其他竞技体育赛事，数据科学家在AI加持下，究竟能做到多大程度的预测？ 瓶颈在核心数据匮乏 如果让谢波回答这个问题，他会告诉你：“单利用神经网络模型对世界杯的胜负、比分进行预测，存在一定难度。” 谢波是北京猜猜科技CEO，他认为世界杯预测难，最根本的原因是核心数据的匮乏：比如国家队之间的历史交战记录非常稀疏，无法提
机器学习算法是从数据中产生模型，也就是进行学习的算法。我们把经验提供给算法，它就能够根据经验数据产生模型。在面对新的情况时，模型就会为我们提供判断（预测）结果。例如，我们根据“个子高、腿长、体重轻”判断一个孩子是个运动员的好苗子。把这些数据量化后交给计算机，它就会据此产生模型，在面对新情况时（判断另一个孩子能不能成为运动员），模型就会给出相应的判断。
移动互联网时代的开启使得图片的获取与分享越来越容易，图片已经成为人们交互的重要媒介。如何根据图像的视觉内容为图像赋予一个语义类别（例如，教室、街道等）是图像场景分类的目标，也是图像检索、图像内容分析和目标识别等问题的基础。但由于图片的尺度、角度、光照等因素的多样性以及场景定义的复杂性，场景分类一直是计算机视觉中的一个挑战性问题。
译者 | Linstancy 编译 | 姗姗 出品 | 人工智能头条（公众号ID：AI_Thinker） 【导读】如果每天不用发愁想今天要穿什么；不用每次 party 聚会后修图两小时；可以知道我家的狗狗下一秒是不是要“作妖”；就算不在家也可以轻松看 3D 球赛；大如果这些真的都可以成为现实，那一定可以开心到飞起。一开始看完本文时就决心要安利给人工智能头条的读者们，这真的是在如此炎热的日子里超 Cool 的文章！Cool 到大家只看这些精简后的介绍，都会觉得很有意思。下面跟着人工智能头条一起来看一下吧！ ▌
看过《三体》的小伙伴或许都知道，4位面壁人作为人类最后的希望，苦苦寻找对抗三体世界的方法。
昨天在底特律举行的DARPA电子复兴计划峰会上，英特尔重磅发布了一个代号为“Pohoiki Beach”的全新神经拟态系统，包含多达64颗Loihi神经拟态芯片，由800万个神经元组成。
图像识别技术是信息时代的一门重要的技术，其产生目的是为了让计算机代替人类去处理大量的物理信息。随着计算机技术的发展，人类对图像识别技术的认识越来越深刻。图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。简单分析了图像识别技术的引入、其技术原理以及模式识别等，之后介绍了神经网络的图像识别技术和非线性降维的图像识别技术及图像识别技术的应用。从中可以总结出图像处理技术的应用广泛，人类的生活将无法离开图像识别技术，研究图像识别技术具有重大意义。 1、图像识别技术的引入 图像识别是人
伴随着图像处理技术的飞速发展，推动了图像识别技术的产生和发展，并逐渐成为人工智能领域中重要的组成部分，并广泛地运用于面部识别、指纹识别、医疗诊断等等领域中，发挥重要作用。
现在社会中人工成本是非常大的，因为这种状况所以现在很多工作使用到的机器也越来越多，尽可能的减少人为操作，这样就可以减少总体的成本提升本身的竞争力，提到机器操作不得不说的就是人工智能技术，越来越多的企业开始接触以及使用人工智能技术，从而减少人工成本的支出，让机器代替人力操作，比如现在比较火热的智能识别图像识别技术，那么智能识别图像识别采用了什么原理？智能识别图像识别有哪些应用？
顾名思义，图像识别就是对图像进行各种处理，分析，并最终确定我们要研究的目标。当今的图像识别不仅指人的肉眼，而且还指使用计算机技术进行识别。
1 图像识别是什么？ 2 图像识别的应用场景有哪些？ 什么是图像识别 图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。根据观测到的图像，对其中的物体分辨其类别
图像识别是当今深度学习的主流应用，而Keras是入门最容易、使用最便捷的深度学习框架，所以搞图像识别，你也得强调速度，不能磨叽。本文让你在最短时间内突破五个流行网络结构，迅速达到图像识别技术前沿。
深度学习是一种非常强大的机器学习技术，它在许多领域都有广泛的应用。其中，图像识别是深度学习最成功的应用之一。本文将详细介绍深度学习在图像识别方面的应用。
当即有网友发表评论称：董明珠估计心里会想，这哪来的人工智障？也不乏有好事者积极地要求请董明珠去交罚款。
首先说下，本文非软文，只是之前做AI项目的时候接触了百度飞浆，确实比较好用，而且有很多官方项目可以覆盖自己的应用场景，大大节约了开发时间，故分享一下，有需要的可以按需寻找，感兴趣的也可以去官网找自己需要的资料：https://www.paddlepaddle.org.cn/
看懂一个东西对人类来说很容易，但是对机器来说却是很难的，这个时候图像识别技术就应运而生。今天我们就为大家揭秘图像识别技术原理，告诉你机器如何利用卷积神经网络进行图像识别，从而“看见”这个世界。
这段时间垃圾分类相关小程序、APP的上线，让图像识别又一次进入人们的视线，我国图像识别技术在全世界都排在前列。
随着技术进入成熟期，在最容易实现落地的B端市场，图像识别正逐渐扩大自己的市场。 近日，美国权威杂志《MIT科技评论》（MIT Technology Review）公布了2017年度全球十大突破技术，其中属于AI范畴有三项技术，分别是强化学习、自动驾驶货车和刷脸支付。 其中，值得我们注意的是，虽然同属于2017年的突破性技术，但在距离进入成熟期的时间上，相对于强化学习和自动驾驶货车的还需要1-2年和5-10年时间，刷脸支付技术现在就已经进入了这一阶段。 根据平安证券发布的《通信行业人工智能图像识别专题报告》显
在电脑屏幕监控软件中，图像识别算法就像是一个电脑版的侦探，用着最先进的计算机视觉技术，自动监视和分析屏幕上的图像内容。图像识别算法可以轻松地识别出屏幕上的物体、文字、图案等等，不管它们是多么复杂或是隐蔽。无论你是在监控系统里还是在视频编辑软件中使用它，都会让你感觉到“嗯，这真的是太强大了！”下面就为大家简单的介绍一下图像识别算法在电脑屏幕监控软件中优势与实用性。
图像识别市场估计将从2016年的159.5亿美元增长到2021年的389.2亿美元，在2016年至2021年之间的复合年增长率为19.5％。机器学习和高带宽数据服务的使用进步推动了这项技术的发展。 。电子商务，汽车，医疗保健和游戏等不同领域的公司正在迅速采用图像识别。根据MarketsandMarkets的报告，图像识别市场分为硬件，软件和服务。以智能手机和扫描仪为主的硬件部分可以在图像识别市场的增长中发挥巨大作用。越来越需要具有创新技术（例如监控摄像头和面部识别）的安全应用程序和产品。
移动互联网、智能手机以及社交网络的发展带来了海量图片信息，根据BI五月份的文章，Instagram每天图片上传量约为6000万张；今年2月份WhatsApp每天的图片发送量为5亿张；国内的微信朋友圈也是以图片分享为驱动。不受地域和语言限制的图片逐渐取代了繁琐而微妙的文字，成为了传词达意的主要媒介。图片成为互联网信息交流主要媒介的原因主要在于两点：
最近，图像识别领域发布了白皮书，简单翻译一下做个总结。 ---- 目录 [1] Introduction 1.1 Exponential Growth of Image and Video 1.2 Statistics [2] Image Recognition [3] Recent Innovations 3.1 Approaches 3.2 Deep Neural Networks [4] Applications 4.1. Inform
安全帽图像识别算法依据AI深度学习+边缘计算，通过机器视觉ai分析检测算法可以有效识别工人是不是合规和配戴安全帽，安全帽图像识别算法提高视频监控不同场景下的主动分析与识别报警能力。安全帽图像识别算法系统搭载了全新的人工智能图像识别技术实时分析现场监控画面图像，与人力监管方式对比，规模化分析部署成本低廉，多算法并发是安全帽图像识别算法系统的优势所在。
（接上篇） 吸引之处 那么到底什么是图像识别呢？世界上的大多数事物有自己的名称，图像识别的功能就是告诉人们这些图像上显示的是哪些事物。换句话来说，根据图像辨别出图像中出现的事物。 我们无法从椅子的内在去描述它, 能做的就是给出很多个不同椅子的样子，然后说：长得像这样的，我们就称为椅子。所以实际上，我们是通过将看到的事物与椅子的外观进行对比，如果两者很像，我们就认为这个事物叫椅子，如果不像，那它就不是椅子。 现在有很多系统采用这种吸引子Attractors。想像这样一个场景，在群山周围，一滴雨有可
一场技术人员的狂欢又拉开帷幕。APP原理很简单，用户只需要上传一张照片，就能把自己或其他人替换为“吴彦祖”、“彭于晏”、“玛丽莲梦露”以及你想要看到的任何人。你懂的！当然，也由此诞生了一场舆论的漩涡！
图像识别算法在企业文档管理软件里可谓是扮演了一位全能选手，让我们的文档处理变得轻松愉快，就像吃了一块巧克力一样。现在，让我们来看看图像识别算法在企业文档管理软件里的一些酷炫玩法：
导语 | GAME AI SDK 是腾讯 TuringLab 研发的首个开源项目，着重解决自动化测试工具中的通用性问题，最初主要用于游戏 AI 自动化测试服务，现在可用于手机 APP、PC 端游戏、软件等专项自动化测试。通过 AI 算法进行大数据训练的网络模型具有良好的通用性，可以直接在同一类游戏（软件）中适用。文章作者：周大军，腾讯 AI 工程组专家工程师。
李鲁 曾经负责京东智能冰箱硬件产品定义、设计开发、供应链管理、厂商合作等方面工作 曾祥云 京东智能冰箱业务组资深产品研发工程师，图像识别技术专家 目前主要负责智能冰箱图像识别相关产品业务，以及智能家
说到语音识别、语音翻译、图像识别、人脸识别等等，现在已经非常非常非常普及了，看过‘最强大脑’的朋友，也应该对‘小度’这个机器人有所了解，战胜国际顶尖的‘大脑’- 水哥，(PS：内幕不知)，那么今天，我们来看下关于图像识别，是如何做到的，Java又是如何识别图像的？
利用计算机图像识别、地址库、合卷积神经网提升手写运单机器有效识别率和准确率，大幅度地减少人工输单的工作量和差错可能。
2018 计算机视觉与模式识别会议 （CVPR） 上周在美国盐湖城举行，它是世界计算机视觉领域的顶级会议。今年，CVPR 收到了主要会议论文投稿 3300 份，接受了其中的 979 份。超过 6500 人出席了会议！6500 人齐聚一堂：
2018 计算机视觉与模式识别会议 （CVPR） 上周在美国盐湖城举行，它是世界计算机视觉领域的顶级会议。今年，CVPR 收到了主要会议论文投稿 3300 份，接受了其中的 979 份。超过 6500 人出席了会议！6500 人齐聚一堂。每年，CVPR 都会带来杰出的人以及他们伟大的研究，我们总能看到并学习到新的东西。当然，总有些论文发表新的突破性成果并带来新的知识。这些论文经常为计算机视觉的许多子领域带来最新技术。
工人是否佩戴安全帽图像识别系统能从繁杂的场景下对对未戴安全帽多个目标同时开展识别分析，识别、记录和预警提醒。工人是否佩戴安全帽图像识别系统若发现违规操作，直接向有关人员推送报警消息记录，协助有关管理者进行安全生产工作，大大提升了安全监督的时效性，减少了人力成本。
选自code.Facebook 作者：Dhruv Mahajana、Ross Girshick、Vignesh Ramanathan、Manohar Paluri、Laurens van der Maaten 机器之心编译 参与：路、张倩 人工标注数据需要耗费大量人力成本和时间，对模型训练数据集的规模扩大带来限制。Facebook 在图像识别方面的最新研究利用带有 hashtag 的大规模公共图像数据集解决了该问题，其最佳模型的性能超越了之前最优的模型。 图像识别是 AI 研究的重要分支之一，也是 F
计算机视觉是人工智能领域的一个重要分支，它旨在构建能够理解和处理图像、视频等视觉信息的计算机系统。在计算机视觉领域中，图像分类、图像识别和目标检测是三个重要的任务，当然目标跟踪、图像生成也是新的方向和延伸。
导读：由于深度卷积网络的架构复杂，参数量巨大，许多朋友会感觉它就像一个神秘的黑匣子。但其实我们已有许多手段探查深度卷积网络的具体运作，并了解其决策的原因。在此我们以AlexNet为例。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
