德国一家科研机构面向谷歌眼镜(Google Glass)开发出一款面部识别应用——SHORE,该应用除了可判断人的年龄、性别外,还看通过大量数据,分析、识别人的情绪。
SHORE的全名为“复杂的高速物体识别引擎”(Sophisticated High-speed Object Recognition Engine),由德国弗劳恩霍夫研究所(Fraunhofer Institute)开发。
谷歌眼镜因涉及隐私保护而备受关注,与谷歌眼镜配套的SHORE识别应用,隐私保护问题自然被格外关注。弗劳恩霍夫研究所称,出于隐私保护,他们所收集的数据均未发送到云端。
据悉,“SHORE”的面部识别系统,能够处理来自谷歌眼镜上的实时视频信号,并通过多年来使用C++语言创建的一个“高效”程序库数据进行比对分析,最终实现对人的年龄、性别以及情绪的识别。
“SHORE”的面部识别系统应用可向某些用户提供帮助,比如自闭症患者。该应用还用来进行市场分析及其他更多商业领域。
SHORE应用尚无法下载使用,尚不清楚是技术问题,还是推广问题。弗劳恩霍夫研究所对此未予置评。
好文章,需要你的鼓励
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。
上海AI实验室团队发现自回归图像生成模型存在局部依赖、语义不一致和空间不变性缺失三大问题,提出ST-AR训练方法。该方法通过掩码注意力、跨步骤对比学习和跨视角对比学习,让AI"先理解再生成"。实验显示,ST-AR将LlamaGen模型的图像理解准确率提升一倍以上,图像生成质量提升42-49%,为构建更智能的多模态AI系统开辟新路径。