热搜话题榜单

麻省理工学院最新的计算机视觉算法可识别精确到像素的图像

对于人类来说，识别一个场景中的物品是非常简单的一件事。但是对于人工智能和计算机视觉系统来说，发展对其周围环境的高保真理解需要更多的努力，如果我们说得具体一点，大约需要800小时的手工标记训练图像的努力。为了帮助机器更好地看到人的方式，麻省理工学院CSAIL的一个研究小组与康奈尔大学和微软合作，开发了STEGO，一种能够识别图像到单个像素的算法。通常情况下，创建CV训练数据需要人类在图像中的特定对象周围画上方框--比如，在坐在一片草地上的狗周围画上方框--并给这些方框贴上里面的东西（"狗"），这样，在上面训练的AI就能?

Brickit应用使用计算机视觉技术来快速识别乐高积木

据外媒TechCrunch报道，多年来，乐高一直与苹果公司密切合作，尝试使用未发布的iOS技术，并在WWDC等发布会上进行演示；这包括对增强现实ARKit平台进行一些相当大的修复，他们已经将他们的一些游戏套装与之整合，为实体玩具添加数字体验。但是，iOS技术和实体乐高积木之间最令人印象深刻的整合刚刚出现在App Store上，它是由一个粉丝团队建立的。新的应用程序Brickit旨在超越乐高集团所创造的东西，该应用程序使用计算机视觉技术来?

获IEEE FG2020冠亚季三项大奖，深兰计算机视觉领跑人脸识别科技领域

日前，第 15 届IEEE自动面部和手势识别国际会议(IEEE FG2020)在阿根廷布宜诺斯艾利斯举行。以计算机视觉为核心技术的深兰科技，分别夺得“复合情绪识别”、“亲属关系验证”以及“三元组亲属关系验证”三项竞赛任务的冠亚季，实力再次得到验证。这些领先的技术方案，将在心理研究和治疗、公共安防、人机交互，甚至广告(针对消费者真实反应)等领域得到广泛应用。IEEE FG是人脸与手势识别方向最有影响力的高规格国际会议之一，由全球

计算机视觉和场景识别的前世今生

“照片上呈现的是哪里”，所有人会说“球场”。从这张照片中你看到了什么?要么科比，要么韦德。为何脱口而出科比和韦德?而不是其他。这里不仅有科韦，其他球员、篮球架、...

​比利时计算机视觉初创公司RoboVision获4200万美元融资

站长之家（ChinaZ.com）4月9日 消息:比利时计算机视觉初创公司RoboVision最近宣布成功获得4200万美元的融资，这笔资金将用于推进其AI-enabled视觉平台在全球范围内的发展和拓展。这轮A轮融资由Target Global、Astanor Ventures和Red River West领投，使RoboVision的总融资额达到6500万美元。RoboVision的首席执行官Thomas Van den Driessche表示，公司将利用这笔投资加强全球业务，并“进一步巩固我们在AI�

YOLOv8官网体验入口 AI计算机视觉目标检测模型免费在线使用地址

YOLOv8是YOLO系列目标检测模型的最新版本。它能够在图像或视频中准确快速地识别和定位多个对象，并实时跟踪它们的移动。利用YOLOv8分析医学影像，帮助医生进行疾病诊断。

哀悼！55岁商汤科技创始人汤晓鸥突然离世，他撑起中国计算机视觉研究半壁江山

【新智元导读】商汤科技创始人、著名人工智能科学家汤晓鸥于12月15日因病救治无效不幸离世，终年55岁。沉痛悼念!2023年12月15日23时45分，商汤科技创始人汤晓鸥教授因病救治无效不幸离世，终年55岁。中国AI界痛失英才，损失无法估量!汤晓鸥教授，R.I.P.。

计算机视觉GPT时刻！UC伯克利三巨头祭出首个纯CV大模型，推理惊现AGI火花

UC伯克利的CV三巨头推出首个无自然语言的纯视觉大模型，第一次证明纯CV模型也是可扩展的。更令人震惊的是，LVM竟然也能做对图形推理题，AGI火花再次出现了?计算机视觉的GPT时刻，来了!最近，来自UC伯克利的计算机视觉「三巨头」联手推出了第一个无自然语言的纯视觉大模型，并且第一次证明了纯视觉模型本身也是可扩展的。下图展示了一些不容易用语言描述的提示——这是LVM可能最终胜过LLM的任务类型。

微软研究推新型视觉基础模型Florence-2:基于统一提示，适用各种计算机视觉和视觉语言任务

人工智能领域的趋势是采用预训练、可调整表示的方法，为各种应用提供任务不可知的优势。与此趋势相呼应，微软研究推出了Florence-2，这是一款灵活的视觉基础模型，通过统一提示式表示成功应对了计算机视觉中的挑战。如果您喜欢他们的工作，请查看论文，并加入他们的社交媒体群体，获取最新的人工智能研究新闻和有趣的项目。

Meta 开源计算机视觉基础模型DINOv2

文章概要:Meta在Apache2.0许可下发布其计算机视觉模型DINOv2，为开发人员和研究人员提供下游任务的更大灵活性。Meta还发布了一系列基于DINOv2的密集预测模型，用于语义图像分割和单目深度估计。DINOv2的开源发布是计算机视觉领域的重要进展。

DINOv2：Meta AI 开源的自监督计算机视觉模型

+++Meta+AI+Research+发布了+DINOv2+开源项目，这是一款用于计算机视觉任务的基础模型。DINOv2+在一个由+1.42+亿张图像构成的筛选数据集上进行了预训练，可用作图像分类、视频动作识别、语义分割和深度估计等多个任务的骨干模型。该项目站点托管了使用+DINOv2+的多个计算机视觉任务的交互式演示。

人工智能为餐厅提供计算机视觉 查看食品订单出错的地方

人工智能已经渗透到许多行业，而餐饮业是最新接受这项技术的行业之一，主要是由全球新冠疫情和转向在线订单的需求所驱动...自公布其技术以来，该公司已与一批大型餐饮品牌合作部署该技术，包括百胜餐饮集团...Agot公司将把新的资金用于发展其工程团队，确保与QSR品牌开展更多的试点项目，并增加更多的功能，以便餐厅能够在驾车通道和柜台后面提供更好的整体体验...

2021国际计算机视觉挑战赛落幕，蚂蚁集团选手摘得第一名

近期，国际计算机视觉大会（ICCV）官方网站陆续公布了ICCV2021计算机视觉挑战赛成绩，来自蚂蚁保险科技的选手摘得“遮挡视频实例分割”挑战赛的第一名。名列前茅的还有美国卡耐基梅隆大学和德国亚琛工业大学等先进研究机构。

Facebook推进计算机视觉革命：无标记数据也能找到数据集

机器学习基本上能够完成各项任务，只要你能提供充足的数据对其进行培训。但要做到这点，往往是很困难的。研究人员一直在寻找一种方法，为人工智能添加一点“常识”，这样你就不必在它明白“什么是猫”之前给它看 500 张猫的照片。Facebook 的最新研究在减少数据瓶颈方面迈出了一大步。该公司强大的人工智能研究部门多年来一直在研究如何推进和扩展先进的计算机视觉算法，取得了稳定的进展，并与研究界的其他人士分享。Facebook 特?

Facebook收购伦敦计算机视觉初创公司Scape 交易价格或为4000万美元

据英国监管文件显示，Facebook已经收购伦敦计算机视觉初创公司Scape Technologies，该公司致力于实现超越GPS的定位精度。

计算机视觉与AI平台公司Mirriad与腾讯签署一份为期两年的协议

10月16日据品玩网消息，计算机视觉与人工智能平台公司 Mirriad 宣布与腾讯签署了一份为期两年的协议。该合作将允许广告商在不打断观看者体验的情况下通过将品牌内容直接整合进娱乐节目中来覆盖目标观众。 也就是利用计算机视觉技术在视频背景中嵌入新的广告内容。Mirriad的创新在于视频内容引入更多的背景广告，并与背景更紧密的整合起来，令观看者以为这是视频原有的广告。

中国的计算机视觉，为什么成了美国的眼中钉？

当地时间 10 月 7 日，美国商务部宣布，将 8 家中国企业在内的 28 个实体纳入出口管制实体清单，其中包括科大讯飞、旷视、商汤等等一系列我们所熟悉的AI企业。

房地产计算机视觉公司Matterport拟收购AI特效公司Arraiy

据国外媒体报道，房地产计算机视觉平台初创公司Matterport即将收购Arraiy，后者是一家旨在实现电影特效处理自动化的AI（人工智能）初创公司。

一线 | 英特尔淘金物联网三板斧：芯片、边缘计算和计算机视觉

英特尔发布一年IoT战略时间后，9月13日在重庆峰会上交出答卷：和中国合作伙伴推出12个英特尔物联网行业整体解决方案，加速物联网技术应用的市场化进程。

聚焦计算机视觉和机器学习 扩博智能半年再获千万美元融资

今日器视觉公司扩博智能Clobotics宣布，已完成由南天盈富泰克资本、网宿科技领投的1100万美元A++轮融资。次轮融资将用于行业产品的研发和应用，以及北美、欧洲等行业市场的纵深发展，继而进一步巩固扩博智能Clobotics在中国以及国际市场上风电和零售领域的领先优势。