杜克大学研究人员于最近研发出一种新的AI工具，可以将模糊到难以辨认的人脸图像转化成电脑生成的图像，其细节呈现将比以往任何技术都更加精细。

近日，杜克大学的研究人员开发了一种人工智能工具，可以将模糊、无法辨认的人脸照片转化为计算机生成的新照片，其清晰度可提高60倍以上。

面部识别技术具有支持大量应用的能力，这些应用可以保护智慧城市的安全，但是随着面部识别技术变得越来越复杂，其滥用潜力也越来越大。不可否认，当前面板识别存在准确性、种族和性别偏见的问题，而隐私问题已导致对该技术的广泛反对。

在这个追求高清画质的时代，我们对渣画质的容忍度越来越低。在知乎上搜索「低分辨率」、「渣画质」，会看到一大片诸如「如何补救清晰度低的照片」、「如何拯救渣画质」之类的问题。那么，将渣到马赛克级别的画面秒变高清，是一种怎样的体验？

行业＋AI，正在成为一个不可抵挡的大势所趋。除了较早进入商业化应用的安防、金融和消费电子领域，更多细分化场景也在积极思考、参与和全面拥抱AI。

微软是继IBM和Amazon之后，中止向美国警察部门销售其面部识别软件的最新科技巨头。

机器看到图像或视频就能像人类一样进行精准地表述，这看似不可能，但已在深兰科学院诞生的“智慧交通协管员”，已把它变为了现实。

继在三大主流单帧图片行人再识别数据集、三大主流视频行人再识别数据集刷新世界记录后，近日，澎思科技（Pensees）再次在单帧图片数据集（Market1501，DukeMTMC－reID，MSMT17）刷新世界纪录，大幅提升了跨域ReID算法的准确率。

日前，迪士尼面向消费者和国际组织（DTCI）的研究员创造了一个机器学习平台，帮助所有内容进行自动数字化，迪士尼内部称其为内容基因组平台。

Achronix 公司推出的 Speedster7t系列高性能FPGA，专门针对数据中心和机器学习工作负载进行了优化，消除了CPU、GPU以及传统 FPGA 存在的若干性能瓶颈。

通过这11种方法可以刺激你的大脑，给你的大脑带来各种各样的新体验。这些新奇的感觉会加强你大脑的控制记忆、情绪、注意力广度、解决问题能力、学习和处理能力的相关区域，促进你的智力增长！

介绍数据科学和人工智能（AI）正在超越时代，并将其转变为最令人兴奋的领域。对技术熟练的数据科学家的需求比以前增长得更快。人工智能的子领域有很多需求，如机器学习、深度学习、计算机视觉和自然语言处理等。据统计，人工智能领域的专家招聘在过去四年中增长了74％

什么是OpenCV？计算机视觉是一个能够理解图像和视频如何存储和操作的过程，它还有助于从图像或视频中检索数据。计算机视觉是人工智能的一部分。计算机视觉在自动驾驶汽车，物体检测，机器人技术，物体跟踪等方面发挥着重要作用

6月11日-13日,国内首个以三维视觉为核心的学术会议中国三维视觉大会(China3DV)将在厦门大学举办。作为行业领先的3D视觉感知技术整体方案提供商,奥比中光成功将前沿3D视觉技术大规模转化为产业化创新应用,并作为铂金赞助商支持这场“端午学术盛宴”

简介在现实世界中,我们收集的数据在大多数时候是严重不平衡的,所谓不平衡数据集就是训练样本不是平均分布在目标类中,例如,如果我们以个人贷款分类问题为例,就很容易得到“未批准”的数据,而不是“已批准”的信息,结果,模型会更偏向具有大量训练实例的类,这降低了模型的预测能力

商汤科技与清华大学启动“感知计算” 产学研深度融合专项 共建校企合作新范式

5月30日是第5个“全国科技工作者日”。在这个向科学家致敬的日子,钱学森、邓稼先、吴文俊、袁隆平、黄旭华等许多老一辈科学家在这天成为人们“追星”的对象。人们总是要问:在那个一穷二白的年代,他们是怎样做到的?尤其是,那个没有电子计算机的年代,他们是怎么运算、模拟、设计的?用算盘吗?还真是

作为人类视觉在机器上的延伸，机器视觉凭借其分辨率高、速度快、范围宽、适应性强、精度高、可量化及可持续工作等优势，将图像处理应用于工业自动化领域，成为智能制造繁荣发展的推动力。文︱郭紫文20世纪50年代，Gilson 提出“光流”概念，机器视觉就此萌蘖

前言:归一化相关技术已经经过了几年的发展,目前针对不同的应用场合有相应的方法,在本文将这些方法做了一个总结,介绍了它们的思路,方法,应用场景。主要涉及到:LRN,BN,LN, IN, GN, FRN, WN, BRN, CBN, CmBN等

前言:注意力机制在视觉上是非常重要的部分,这方面的综述、总结有很多。为了本文总结的全面性,我基本都看了一遍。然而这些综述要么面面俱到,对所有内容都非常详细地阐述,包括一些非常不常用的,过时的论文或结构;要么没分清重点,有些内容跟论文有关,但跟注意力无关,这些文章也把这些内容总结到里面