
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
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。