Facebook 欲打造开源工具,专为鉴定视频是否被篡改【智能快讯】

Facebook与多家机构合作,发起Deepfake挑战赛,旨在开发开源工具鉴定视频真伪。Google Lens阅读功能全球上线,提升OCR精度。YouTube因儿童隐私问题支付1.7亿罚款。谷歌开源差分隐私平台,加强数据隐私保护。麻省理工学院为青少年开设AI伦理课程。

By 超神经

AI 无处不在的时代,每天都有新的技术与研究成果出现。无论学术界还是商界,技术还是产品,AI 的新发现都源源不断,在带给我们全新视角的同时,也引起我们更深的思考。

HyperAI 超神经精心整理了 AI 行业的近期资讯,快来一起围观吧!

技术

Facebook 欲打造开源工具

专为鉴定视频是否被篡改

Deepfake 对于辨认网络信息的真伪,已经造成严重影响。近日,Facebook 联合微软、MIT、牛津大学等科研机构,发起 Deepfake 挑战赛(Deepfake Detection Challenge)。

此次挑战赛目标是视频打假。挑战赛将开发一套开源的检测工具,以便政府、企业、媒体等组织检测某视频是否已被篡改。

Facebook 在此次竞赛中投入 1000美元,委托研究人员生成逼真的 Deepfake 视频,以创建数据集,用于上述开源工具。该数据集中包括源视频和演员图像。

640?wx_fmt=jpeg

来源:ai.facebook.com

Google Lens 阅读功能升级

上线全球 Google Play Store

Google 于 2019 年 5 月 I/O 大会将视觉 AR 工具 Lens 纳入 Google Go,但Google Go 最初只支持 Android Go 设备,并且只登陆了特定市场的 Google Play 。近日,谷歌已将这一工具带到全球范围内的 Google Play Store。

Lens 基于图像识别、机器学习和谷歌 Knowledge Graph 技术,可以实时识别智能手机所拍摄的内容,目前负责团队正在对 Lens 阅读功能进行进一步更新,以使 OCR 更加精确,包括改进文本结构理解(例如多列文本)和识别印度语脚本。

640?wx_fmt=png

来源:ai.googleblog.com

企业

YouTube 违反儿童隐私法

将支付 1.7 亿美元罚款

美国联邦贸易委员会近日宣布,对谷歌旗下的 YouTube 处以 1.7 亿美元的罚款,用于解决 YouTube 未经家长同意,擅自收集儿童个人信息的指控。

据称,YouTube 通过跟踪针对儿童的频道用户,收集了他们观看视频的信息,并用于定向视频和广告的投送。此举涉嫌违反儿童保护的隐私法。

在美国,13 岁以下的孩子受 1998 年联邦法律的保护,该条文要求需得到父母同意,才能收集和分享儿童的个人信息。在过去两年中,联邦政府逐渐加大了对科技公司的审查力度,正在规范个人隐私方面的相关管理。

640?wx_fmt=jpeg

来源:npr.org

谷歌开源差分隐私平台

谷歌开源了其差分隐私(Differential Privacy)平台,此前该主要技术被用于谷歌内部应用,例如出行软件 Project Fi 中,了解一天中的业务繁忙程度、餐厅的菜品在谷歌地图中的受欢迎程度等。

Differentially-private data 分析是一种原则性方法,它能够从大多数数据中学习分析,同时确保这些结果不允许被区分或重新识别任何个人的数据。此开源版本目前提供了以下主要特性:统计功能;严格测试;随时可用;模块化。

今年,谷歌陆续开源了几项隐私技术,帮助开发人员,在构建全面的数据隐私策略时提供参考。

来源:developers.googleblog.com

学界

麻省理工学院为青少年

开设人工智能伦理课程

来自麻省理工学院的研究生 Blakeley Payne 为 10-14 岁的青少年开设了为期一周的开源初中人工智能伦理课程,帮助初中生了解人工智能系统如何调解他们的日常生活。

课程内容涉及了 YouTube, 亚马逊的智能助手 Alexa, 谷歌搜索以及各种社交媒体。Blakeley 希望孩子们能够对 AI 的设计方式以及它如何操纵人们的日常生活有更好的认识。同时,这些课程也将有助于未来志愿成为 AI 设计师的青少年们提前为其未来职业做好准备。

来源:qz.com

延世大学研究人员训练 CNN 架构

用于估计部分覆盖的人脸情绪

延世大学和运动设备公司的一组研究人员最近提出了一种基于深度学习的技术,可以在 VR 游戏体验中实现情感识别。

640?wx_fmt=jpeg

研究团队训练了三个卷积神经网络(CNN)——DenseNet,ResNet 和 Inception-ResNet-V2,从面部的部分图像中预测人们的情绪。他们从 Radbound Faces Dataset(RaFD)中获取图像,然后通过覆盖 HMD 在使用 VR 时会被遮挡的脸部部位(包含眼睛、耳朵、眉毛等),对图像进行编辑。

评估结果为,DenseNet 的表现优于其他,平均准确率超过 90%。而 ResNet 算法在对表达恐惧和厌恶的面部表情进行分类时,优于其他两种算法。

来源:techxplore.com

新奇

日本将在 2020 奥运会之前

推出百辆无人驾驶汽车接送乘客

明年 7 月,在日本东京夏季奥运会开幕前的一周内,日本将允许数十辆无人驾驶车辆在城市滨水区的比赛场地,自由穿梭并接送乘客。

640?wx_fmt=png

政府自动驾驶项目主任 Seigo Kuzumaki 说,从 7 月 6 日起,每周将有多达 100 辆自动驾驶汽车可以运送 7000 名乘客。汽车制造商包括丰田和日产汽车公司以及零部件制造商和初创公司。

测试将从下个月开始,并持续到 2022 年,日本的目标是在 2025 年将自动驾驶汽车投放市场。

来源:bloomberg.com

美图公司发布美图宜肤全景式 AI 皮肤检测仪

9 月 5 日,美图公司在广州美博会正式发布其自主研发的全景式 AI 皮肤检测仪:美图宜肤(MeituEve)。

640?wx_fmt=png

据美图官方介绍,美图宜肤基于美图影像实验室 MTlab 多年的人脸技术及 AI 算法打造。MeituEve 提供多维皮肤检测,测肤技术获得油性皮肤分割、敏感皮肤、黑眼圈识别、肤色检测等多项专利。

除了使用 AI 技术,MeituEve 还结合了专业皮肤科医生的建议,提供了一个 10 维深入的皮肤检测系统,该系统使用定量和定性分析,并以 95% 的准确度检测皮肤问题。

来源:meitu.com

—— 完 ——

640?wx_fmt=jpeg

扫描二维码,加入讨论群

获得优质数据集

回复「读者」自动入群

更多精彩内容(点击图片阅读)

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=gif

同步定位与地图构建(SLAM)技术为移动机器人或自主载具在未知空间中的导航提供了核心支撑。借助该技术,机器人能够在探索过程中实时构建环境地图并确定自身位置。典型的SLAM流程涵盖传感器数据采集、数据处理、状态估计及地图生成等环节,其核心挑战在于有效处理定位与环境建模中的各类不确定性。 Matlab作为工程计算与数据可视化领域广泛应用的数学软件,具备丰富的内置函数与专用工具箱,尤其适用于算法开发与仿真验证。在SLAM研究方面,Matlab可用于模拟传感器输出、实现定位建图算法,并进行系统性能评估。其仿真环境能显著降低实验成本,加速算法开发与验证周期。 本次“SLAM-基于Matlab的同步定位与建图仿真实践项目”通过Matlab平台完整再现了SLAM的关键流程,包括数据采集、滤波估计、特征提取、数据关联与地图更新等核心模块。该项目不仅呈现了SLAM技术的实际应用场景,更为机器人导航与自主移动领域的研究人员提供了系统的实践参考。 项目涉及的核心技术要点主要包括:传感器模型(如激光雷达与视觉传感器)的建立与应用、特征匹配与数据关联方法、滤波器设计(如扩展卡尔曼滤波与粒子滤波)、图优化框架(如GTSAM与Ceres Solver)以及路径规划与避障策略。通过项目实践,参与者可深入掌握SLAM算法的实现原理,并提升相关算法的设计与调试能力。 该项目同时注重理论向工程实践的转化,为机器人技术领域的学习者提供了宝贵的实操经验。Matlab仿真环境将复杂的技术问题可视化与可操作化,显著降低了学习门槛,提升了学习效率与质量。 实践过程中,学习者将直面SLAM技术在实际应用中遇到的典型问题,包括传感器误差补偿、动态环境下的建图定位挑战以及计算资源优化等。这些问题的解决对推动SLAM技术的产业化应用具有重要价值。 SLAM技术在工业自动化、服务机器人、自动驾驶及无人机等领域的应用前景广阔。掌握该项技术不仅有助于提升个人专业能力,也为相关行业的技术发展提供了重要支撑。随着技术进步与应用场景的持续拓展,SLAM技术的重要性将日益凸显。 本实践项目作为综合性学习资源,为机器人技术领域的专业人员提供了深入研习SLAM技术的实践平台。通过Matlab这一高效工具,参与者能够直观理解SLAM的实现过程,掌握关键算法,并将理论知识系统应用于实际工程问题的解决之中。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值