情绪检测,就是“读心”。它是一种运用深度学习、人脸检测算法和视频信号放大等技术,辨识图像和视频中的人脸信息,计算人体心率和人物情绪状态(表情、微表情)等信息的技术,能被广泛应用于服务型机器人、集成在运动和拍照视频类APP之中。下面就随网络通信小编一起来了解一下相关内容吧。
日前,由中国电子科技集团公司研发的非接触式情绪检测系统甫一亮相便引发各方高度关注。
据悉,中国电科研制的非接触式情绪检测系统,是中国首套非接触式情绪检测系统,实现了隐蔽状态下的人员生理、情绪信息的采集与检测。该系统由客户端采集设备和云端“情绪云”服务器组成。采集端在采集的过程中不需要与人接触,就能实时将所采集视频数据传送到“情绪云”开展计算,随后“情绪云”便会数据处理的结果——人们情绪和生理信息反馈回客户端。
专家介绍,轻轻一点,通过分析面部特征点的位置与运动状态,它就能读懂你的喜怒哀乐;通过识别面部敏感区域的颜色变化,就能听出你的心跳速率。同时,产品还使用简单、隐蔽性高,摄像设备(网络镜头、监控摄像头等)只需拍摄到人脸,就可实时输出相关结果,轻松简便。
以上是关于网络通信中-机器也能“读心”?揭秘中国首套非接触式情绪检测系统的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。
关键字:深度学习 人脸检测
引用地址:
机器也能“读心”?揭秘中国首套非接触式情绪检测系统
推荐阅读最新更新时间:2024-05-07 17:47
助力深度学习发展,瑞芯微全新人工智能计算棒开售
专注于移动互联网、数字多媒体芯片设计的国内领先SOC解决方案供应商瑞芯微电子(Rockchip)宣布,从即日起基于其RK1808芯片的人工智能计算棒将在瑞芯微Toybrick官方企业店正式开售,国内售价599元。该计算棒是瑞芯微专门为AI人工智能平台及产品开发者而设计,具备强大的人工智能编程及深度学习能力的AI加速器。 基于RK1808芯片的 AI人工智能计算棒AI Compute Stick自4月在“瑞芯微开发者之春”首发后备受关注。其大小仅为U盘,内置高算力RK1808 NPU处理器,功耗低、兼容性强;支持Windows、Linux、MacOS、Arm Linux等多种平台
[物联网]
什么是深度学习?
从20世纪60年代开始,人们就在期待像哈尔(HAL)这样的级别的,然而直到最近,PC和机器人还是非常愚笨。现在,科技巨头和创业宣告了AI革命的到来:汽车、机器人医生、机器投资者等等。普华永道认为,到2030年,AI将会向世界经济贡献15.7万亿美元。“AI”是2017年的热词,就像“.com”是1999年的时髦用语那样,每一个人都宣称自己对AI感兴趣。不要被有关AI的炒作所迷惑,它是泡沫还是真实?和旧有的AI潮流相比,它现在有什么新颖之处?
AI并不会轻易或迅速地被应用。最令人兴奋的AI实例往往来自大学或者科技巨头。任何许诺用的AI技术让公司发生革命性变革的自封的AI专家,都只是在传递错误的AI信息,其中某些
[机器人]
NVIDIA:深度学习将为产业带来颠覆性变革
当前人工智慧无疑是最炙手可热的话题之一,而其发展关键就是要让机器能像人类一样感知世界、瞭解人类的语言,并从实例中学习,学习的方法甚至超越人类。事实上,人工智慧当中的关键技术就在于深度学习,这项结合资讯科学、数学与脑神经科学的技术,运用在图像、语音辨识及自然语言处理,拥有超过9成的高度准确率,这项技术也被视为人工智慧的精随。对此,NVIDIA执行长黄仁勋更曾在2016年度GTC技术大会上多次提及深度学习即将带来各产业颠覆性的变革。 人工智慧带来一波新革命,其中以类神经技术而成形的深度学习被视为AI的核心关键。而业界更不讳言深度学习未来将颠覆产业。 黄仁勋表示,随着硬体和云端运算技术的成熟,他认为,深度学习将开启一种前
[手机便携]
心慌慌!斯坦福AI算法能预测死亡 准确率高达90%
斯坦福大学的一个研究小组通过使用人工智能算法来预测病人的死亡,希望能够改善重症患者临终关怀时机。在测试中,这个系统被证明是非常准确的,正确预测90%病例的死亡结果。但是,尽管该系统能够预测病人何时可能死亡,但它仍然无法告诉医生它是如何得出结论的。 预测死亡是非常困难的。医生必须考虑一系列复杂的因素,从病人的年龄和家族史到对药物的反应,以及疾病本身的性质。让事情变得复杂的是,医生必须与自己的自负,偏见或无意识地不愿意评估病人还有多少光景做斗争。有时候医生能准确预测,但是有些时候病人可能会推迟数月(如果不是几年的话),无论是过早还是过晚地预测死亡,都不利于临终关怀。 这给临终关怀的精确安排带来了问题
[安防电子]
新光学芯片可实现高效“深度学习”
科技日报北京6月13日电 (记者聂翠蓉)美国麻省理工学院(MIT)科学家在12日出版的《自然·光学》杂志上发表论文称,他们开发出一种全新的光学神经网络系统,能执行高度复杂的运算,从而大大提高“深度学习”系统的运算速度和效率。 “深度学习”系统通过人工神经网络模拟人脑的学习能力,现已成为计算机领域的研究热门。但由于在模拟神经网络任务中,需要执行大量重复性“矩阵乘法”类高度复杂的运算,对于依靠电力运行的传统CPU(中央处理器)或GPU(图形处理器)芯片来说,这类运算太过密集,完成起来非常“吃力”。 通过几年努力,MIT教授马林·索尔贾希克和同事开发出光学神经网络系统的重要部件——全新可编程纳米光学处理器,这些光学处理器能在几乎零能耗的
[半导体设计/制造]
斯坦福大学李飞飞教授领导团队研发出新型机械臂 结合AI及深度学习等相关技术
近日,美国斯坦福大学李飞飞教授领导的团队在瑞士苏黎世召开的机器人学习大会上展示了他们的成果——机械臂。
一般情况下,机械臂只能按照既定程序运行,而该机械臂结合及等相关技术,具备模仿和学习功能,可以同时学习多种动作。其可以学习人类向其展示的各种动作,如拾取物体等。
据悉,基于RoboTurk和SURREAL两个框架 训练、的机械臂 ,可拥有快速学习基础技能的能力。其中,RoboTurk 框架可以让人们实时 引导机械臂完成动作,这一引导可通过智能手机或浏览器实现,如:挥动手机指导机械臂与周围环境进行交互等;SURREAL则通过同时运行多种动作来加速机械臂的学习进程,让其能够完成多种特定动作。
如果将Ro
[机器人]
小马智行融资1.12亿美元,投行看重了什么?
自动驾驶 技术公司小马智行(Pony.ai)在A轮 融资 中获得了1.12亿美元。本轮融资由晨兴资本和君联资本联合领投,种子轮领投方红杉资本中国基金和跟投方IDG资本也再次参与投资。其他投资者包括宏泰资本,联想之星,普华资本,启宸资本,DCM,Comcast Ventures和硅谷未来资本等。 小马智行是由一群在 深度学习 及自动驾驶领域具有丰富经验的工程师创办的。小马智行联合创始人兼首席执行官彭军曾担任百度首席架构师,掌管百度自动驾驶的技术方向以及其它关键区域,比如大数据等。彭军在清华大学取得学士学位,并在斯坦福大学获得了博士学位,在谷歌开启了职业生涯。小马智行联合创始人兼首席财务官楼天城,此前在Google X(Waymo
[嵌入式]
深度好文,关于计算机科学领域科技创新趋势的精确解读
做科研,他是计算机领域优秀的科学家。1986年在博士论文中提出了分布式共享内存思想,开创了 计算机科学 的新领域,对后来的分布式计算、并行计算甚至今天的云计算影响深远。2012年当选为美国国家工程院院士,这是美国工程领域专家的最高专业荣誉头衔。
做企业,他是教授创业成功的代表。2001年与合伙人创办的科技公司Data Domain,创造了可删除重复数据的存储器产品线,两年后替代了50%以上的数据中心的磁带库产品,在同类产品中一直保持60%以上的市场占有率,78%以上的毛利率。2007年Data Domain在纳斯达克上市,2009年被最大的数据存储公司EMC以24亿美金收购。
他就是普林斯顿大学计算
[嵌入式]