Если вы занимаетесь программированием, то скорее всего когда вы слышите Swift, вы думаете о разработке приложений на IOS и MacOS. Если вы занимаетесь глубинным обучением, то вы должно быть слышали о Swift для Tensorflow(S4TF). Тогда вы можете задаться вопросом: «Почему Google создали версию TensorFlow для Swift? Ведь уже есть версии для Python и С++ то зачем еще один язык?»
Восстановление цвета на изображении — это одна из открытых задач в компьютерном зрении. Исследователи из National Tsing Hua University и Virginia Tech обучили модель, которая учитывает распознанные instance-маски объектов при восстановлении цвета. Предложенная архитектура обходит существующие подходы.
Это не первый случай, когда фильтры приложения Gradient становятся виральными. В начале года с его помощью люди узнавали, кто они по национальности. Приложение высчитывало, черты каких наций присутствуют во внешности человека.
Подобно данным биометрического распознавания лица и походки, эта информация, называемая актиграфией (actigraphy), может использоваться для идентификации людей. Ученые говорят, что они имитировали актиграфические профили людей в 94,5% случаев
В основе работы Reface технологии искусственного интеллекта и алгоритмов машинного обучения, которые берут созданное пользователем селфи и вставляют его в выбранное им видео
Онлайн-магазин Replicant.Fashion, созданный дизайнером Региной Турбиной, будет продавать виртуальные наряды стоимостью в 999 рублей. Для покупки обновки достаточно будет загрузить своё фото в максимально обтягивающей одежде – так результат будет гораздо качественнее – на сайт, примерить виртуально платье или джинсы, а затем оплатить покупку.
NeRF-W основана на NeRF — первоначальной работе исследователей, которая позволяла делать то же самое, но работала нормально только в строго заданных контрольных условиях. Технология строит карты глубины резкости с помощью нейросетей, а потом синтезирует объёмную сцену с помощью прямого 3D-рендеринга
Анализ обратного рассеяния в комбинации с 2D-инфракрасным изображением объекта и его 3D-картой глубины, позволяет программному обеспечению более точно определить, что представляет собой этот объект. Можно определить разницу между фотографией лица человека, напечатанной на бумаге, человеком, носящим реалистичную маску, лицом недавно умершего человека и живым человеком.
Результаты испытаний показали, что точность идентификации личности по их модели (SVM) составляет 90%, в то время как для обычной модели гауссовского шума (GMM) этот показатель равен 65%. Сочетание алгоритмов повысило эффективность обеих моделей: на 2.99% — для SVM, на 5.06% — для GMM
Биометрическое тестирование живучести, как сообщается, делает большой шаг вперед в ускорительной программе Qualcomm с новым алгоритмом, который может определить подлинную кожу.