物体识别
许多人工智能很难检测到伪装的物体是因为它们的算法依赖于视觉线索
无论是对人类还是人工智能来说，去识别发现伪装的物体都具有一定难度。但是现在，人工智能通过训练，可以从背景中分析出隐藏的物体。这项技术未来可用于许多方面，例如搜索救援工作、检测农业害虫、医学成像或军事环境。
斑马条纹
探测伪装物体需要视觉感知和知识。到目前为止，许多人工智能都在努力完成这项任务，因为他们的算法主要依赖于视觉线索来识别物体，例如颜色的差异或容易识别的轮廓形状。
为了改进这一点，阿联酋阿布扎比人工智能研究所的沈建冰和他的同事们整理了包含10000张照片的数据集对人工智能开展训练。沈建冰介绍，该数据集中包括5066幅伪装物体的图像，可分为78类，如“两栖类”、“水生类”和“飞行类”。照片中既有鱼类和昆虫等自然伪装的动物，也有穿制服的士兵等人工伪装的例子。尽管伪装物体的数据库已经存在，但这个数据集是目前最大的。
研究小组人工标记了涉及伪装物体的每一幅图像，以突出其形状、是否被周围环境部分阻挡等特征。然后，他们开发了一款名为SINet的人工智能，并根据数据集的图像对其进行训练。
研究人员将SINet与现有的12种用于检测通用对象的算法进行了比较。他们使用三组现有的伪装对象数据集测试了所有的13种算法。SINet在分离伪装物体方面、识别其在现有和训练数据集中的正确形状和性质方面都优于其他算法。研究人员表示，“在所有测试数据集上，SINet的性能都优于各种最先进的目标检测基线，因此它是一个强大的通用框架，有助于促进未来的研究。”之后，他们将于6月在华盛顿西雅图举行的CVPR2020会议(IEEE国际计算机视觉与模式识别会议)上介绍这项工作。
AI摄像头如何探测物体和识别人脸
译者|陈峻审校|孙淑娟人工智能(Artificialintelligence，AI)已经面世几十年了，但直到最近，这项技术才被广泛地应用在诸如协助企业识别潜在客户，以及识别环境中的危险物体等场景中。特别是以人工智能驱动的物体检测领域，它从根本上提升了传统闭路电视（CCTV）监控摄像头的能力。目前，凭借着物体识别软件，AI摄像头已经可以识别到在其面前出现的人脸、以及各种物体。这对于真实的安保使用场景，有着极其实用的创新意义。什么是AI摄像头?首先，让我们来理清一个概念：AI摄像头并不是一种可以用来拍摄视觉图像、或制作视频的新设备，而是与传统摄像头非常相似的、可以利用计算机视觉等技术，从可视化数据中“学习”到实用信息的视觉处理设备。利用机器学习算法，AI摄像头可以流畅地处理视觉图像中的各种信息。例如其中的一个典型用途便是，AI摄像头能够使用传感器来分析图像，并确定捕捉图像的最佳设置。近年来，物体检测已经被广泛地应用到了许多垂直领域。例如，在某些行业，一些公司会依靠AI摄像头进行面部识别、车辆检测、以及其他语义对象的检测。在某些特殊场景中（如建筑工地），AI摄像头也能够通过安全协议，及时检测到施工人员是否已穿戴好了基本的安全防护装备；或者是否有高空物体正在落向人员的头部。此外，通过监控员工的行为，AI摄像头还能够判断员工在工作时，是否距离危险物质过近，是否对安全威胁警告熟视无睹。在这种实时危险检测的基础上，AI摄像头还能够利用声光电等方式，提醒现场人员正在发生的异常情况，或是通知到后台，赶在事故发生之前，挽救生命，并避免高昂的纠错代价。AI摄像头检测物体的工作原理物体检测涉及到通过某种算法，来处理摄像头捕获到的图像数据，并将其与数据库中的已知物体进行比较。接着，算法会识别出那些与数据库中已存对象相似的对象，并返回结果。例如，那些专被用来检测人脸的AI摄像头，可以主动识别人物或其他物体，哪怕他们的部分特征被遮挡或无法识别。AI摄像头将其捕捉到的图像，与后端数据库中存储的大量人脸信息进行比较，检索出那些可能匹配上的面部特征。同时，在获取明确同意的前提下，这些摄像头还可以通过面部识别技术，使雇主能够更加有效地跟踪员工的出勤率，并监控员工在工作场所的行为。训练AI摄像头检测特定物体和其他AI赋能的工具（AI-poweredtool）类似，AI摄像头必须经过大量数据集的训练，例如在接受了数十万张汽车图像的判断后，才能较为有效、准确地检测出特定的车辆。可见，我们首先需要训练AI摄像头收集各种有待检测的物体的图像。在此阶段，我们应当做到“韩信点兵，多多益善”，即展示包括不同视角、光照条件、颜色、以及不同拍摄角度的图像。只有“喂给”摄像头的图像越丰富，它们才能够反复地训练判断能力。通过不断地积累正确的特征，以及剔除不相关的干扰因素，它们在现实世界中，才能做出准确的识别。从实现技术上说，您可以使用TensorFlowLite或PyTorch等开源库，来训练自己为AI摄像头系统开发的检测特定对象的算法。整个过程包括编写代码，调用算法去接收图像或视频，并输出与其中内容相对应的标签。使用AI摄像头进行物体检测的优势虽然添置AI摄像头会给企业带来一定的成本开支，但是相对于它带来的好处而言，许多行业还是乐于接受和启用的。下面，我将以D-Link系列AI摄像头为例，和您讨论它们在真实使用场景中的四大优势。1. 更快的检测时间传统的摄像头系统在检测物体方面往往捕捉速度缓慢、且不可靠，通常还需要依靠人眼观察，才能精确地定位物体。而AI摄像头则是针对快速、准确地检测物体而设计制造的。随着如今AI技术的快速更新与迭代，AI摄像头在检测时间上大幅缩短。特别是对于诸如建筑工地或公共道路之类的快节奏环境，这种关键性的提升显得尤为重要。2. 更高的准确性与传统摄像头系统相比，物体检测摄像头在识别精度上也提升了不少。这在一定程度上要归功于它们能够从多个角度与距离，去识别物体的能力。即使某些看起来大小或形状相似的物体，摄像头也能够区分出它们类型的不同。此类特性让它们更加适合于诸如：安全监控、以及库存管理等精细的应用场景，也能够体现出人工智能的特性。3. 更节约成本同样，与传统摄像头相比，物体检测摄像头具有更高的精度、以及更快的检测效率，本身就体现了时间成本的节省。企业通过预先投资建设AI赋能的系统，可以避免由于传统系统的不准确或缓慢的结果，所导致的高昂的错误代价与错失机会。而且，这些系统往往需要更少的人工维护，甚至不需要去定期进行手动校准。因此，从长远来看，AI摄像头的确能够节省企业的资金投入。4. 更高的可扩展性由于部署与实施的便利性，AI摄像头能够在不增加资源负担的前提下，迅速实现监控能力上的扩展与延伸。此外，过去的人工识别方法，需要几名操作员持续盯着屏幕分析和解读他们在图像中看到的事物。而AI摄像头则提供了更可靠的结果，避免了人工在工作单调乏味时，可能出现的识别错误。小结综上所述，人工智能通过重新定义传统识别与监控技术，在各个物体检测领域正在发挥着关键性的作用，甚至能够起到挽救生命的效果。当然，AI技术的实际应用场景，远不止于此。从客户聊天机器人，到内容的采编，以及时下流行的AI绘画，人工智能都在和我们的生活持续发生着强连接。译者介绍陈峻（JulianChen），51CTO社区编辑，具有十多年的IT项目实施经验，善于对内外部资源与风险实施管控，专注传播网络与信息安全知识与经验。原文标题：HowAICamerasDetectObjectsandRecognizeFaces，作者：KARIMAHMADpython机器学习之物体识别
python+sklearn训练支持向量机分类模型流光律动:核函数需要自己训练吗
matplotlib之等高线图和热成像图zxshidashuaige:可以更换热像图背景色吗
数据处理之二值化weixin_49609516:请问这两句程序在matlab里能用吗
python+sklearn实现多项式回归m0_63933267:请问得到的方程怎么导出来呢，谢谢您
最小二乘法的拟合做相机标定danmeng8068:您好博客里面的图片没有显示