江苏龙网

  1. 首页 > 人文 > >

「人工智能与科技」解密面部识别：肉眼看不见的人工智能是如何“看见”你的？

自从人工智能诞生之初 ， 计算机科学家就一直梦想着能制造出可以像人类一样看到和理解世界的机器 。 这些努力导致了计算机视觉的出现 。 计算机视觉是AI和计算机科学的领域 ， 致力于处理视觉数据的内容 。 近年来 ， 由于深度学习和人工神经网络的进步 ， 计算机视觉取得了巨大飞跃 。 深度学习是AI的一个分支 ， 特别擅长处理图像和视频等非结构化数据 。 这些技术上的进步 ， 在现有领域中极大促进了计算机视觉的应用 ， 并将其引入新领域 。 现如今 ， 计算机视觉算法已成为我们每天使用的应用中非常重要的组成部分 。
「人工智能与科技」解密面部识别：肉眼看不见的人工智能是如何“看见”你的？
文章图片
关于计算机视觉 ， 尽管它已经取得了巨大的进步 ， 但它暂时还不能完全像人类一样理解照片和视频 。 深层神经网络是计算机视觉系统的基础 ， 非常擅长在像素级别匹配模式 。 它们在分类图像和定位图像中的对象方面特别有效 。 但是 ， 当要理解视觉数据的上下文 ， 并描述不同对象之间的关系时 ， 它们却效果惨淡 。
图片搜搜索
计算机视觉取得巨大进步的领域之一是图像分类和物体检测 。 经过足够多的标记数据训练而出的神经网络 ， 将能够以惊人的精度检测并标记出各种物体 。 很少有公司能与Google庞大的用户数据存储相匹配 。 该公司一直在使用其几乎无限多（并且正在不断增长）的用户数据存储库来开发一些最高效的AI模型 。 当用户在Google相册中上传照片时 ， 它会使用其计算机视觉算法对场景 ， 物体和人物的内容信息进行注释 。 然后 ， 用户可以根据此信息搜索照片 。 例如 ， 如果用户搜索“狗” ， 则Google会自动返回相簿中包含狗的所有照片 。
「人工智能与科技」解密面部识别：肉眼看不见的人工智能是如何“看见”你的？
文章图片
但是 ， Google的图像识别效果并不理想 。 在一次事件中 ， 计算机视觉算法错误地将两张皮肤黝黑的人的照片标记为``大猩猩'' ， 这给该公司带来了极大的尴尬 。
图片编辑和增强
现在 ， 有很多公司正在使用机器学习来自动增强照片的质量 ， 例如白平衡并添加效果 ， 模糊背景等等 。 智能计算机变焦是计算机视觉技术的一大进步 。 传统的缩放功能通常会使图像模糊 ， 因为它们通过在像素之间进行插值来填充放大的区域 。 基于计算机视觉的缩放不是放大像素 ， 而是着重于边缘 ， 图案等功能 。 这种方法可产生清晰的图像 。 许多初创公司和历史悠久的图形公司已转向深度学习来增强图像和视频 。
面部识别
直到不久前 ， 面部识别技术还是一项笨拙且昂贵的技术 。 但是近年来 ， 由于计算机视觉算法的进步 ， 面部识别已进入各种智能计算设备 。 智能手机引入了FaceID ， 这是一种身份验证系统 ， 该系统使用设备上的神经网络在看到拥有者的脸部时将手机解锁 。 在设置过程中 ， FaceID在所有者的脸上训练其AI模型 ， 并在不同的光照条件 ， 面部毛发 ， 理发 ， 帽子和眼镜下正常工作 。 在我国 ， 许多商店现在都在使用面部识别技术为顾客提供更顺畅的付款体验 。 客户无需使用信用卡或移动支付应用程序 ， 而只需要向配备了计算机视觉的相机展示自己的脸即可 。
「人工智能与科技」解密面部识别：肉眼看不见的人工智能是如何“看见”你的？
文章图片
数据高效的家庭安全
随着物联网（IoT）的蓬勃发展 ， 连接互联网的家庭安全摄像头日益普及 。 现在 ， 用户可以随时轻松地安装监控摄像头并在线监视房屋 。 每个摄像头都会向云端发送大量数据 。 但是安全摄像机记录的大多数镜头都是无关紧要的信息 ， 从而导致大量的网络、存储和电力资源浪费 。
计算机视觉算法可以使家庭安全摄像头在使用这些资源时变得更加高效 。 通常情况下 ， 智能摄像头会保持空闲状态 ， 直到它们在视频源中检测到物体或物体移动 ， 然后它们才开始将数据发送到云端或向摄像头所有者发送警报 。 但是目前 ， 计算机视觉仍然不能很好地理解上下文环境 。 因此 ， 不要指望它能在良性运动（例如 ， 球在房间内滚动）和需要注意的事物（例如 ， 小偷闯入房屋）之间区分开来 。


推荐阅读


上一篇：「ZAKER科技」| 苹果豁免了亚马逊的「苹果税」，大公司的特权？，硅谷望远镜

下一篇：智东西：用11年赶日超韩！李东生的逆袭