XiaoMi-AI文件搜索系统
World File Search System人脸
新南威尔士州服务局 2023-24 年度报告
儿童工作检查 (WWCC) 现在也为新南威尔士州的人们带来了更多便利。通过引入在线人脸验证，客户无需亲自前往服务中心即可验证自己的身份。新南威尔士州有超过 190 万人现在可以通过选择这种便捷的在线更新方法节省宝贵的时间，这种方法安全可靠，在确认身份时无需共享实体文件副本。WWCC 是该州首个使用先进人脸验证技术的数字证书，标志着向新南威尔士州居民提供新的数字身份证和钱包迈出了重要一步。
解决方案概述：戴尔技术和适用于 ADAS/AD 的更智能的 AI
由于驾驶规则、标识甚至驾驶员行为因地区而异，因此必须收集用于训练和验证的传感器数据，并在全球范围内提供这些数据，这大大增加了数据管理的复杂性。区域立法（例如：GDPR）限制存储、访问和使用包含未经授权的个人信息或个人身份信息 (PII)（例如人脸和车牌）的数据，这进一步增加了复杂性。这些数据隐私限制可能会阻止 OEM 和供应商在不同地区之间提供传感器数据。模糊人脸等简单的数据隐私解决方案可能会产生意想不到的后果，影响行人检测等安全功能。要开发一款服务于全球市场的汽车，数据可访问性解决方案必须解决隐私问题，同时还要提供规模、性能和安全性。
实时驾驶员困倦检测系统...
每天发生的重大道路交通事故数量在增加，其中大多数归咎于驾驶员的过错。根据美国的一项调查，据报道，2016 年发生了超过 30 起大型道路交通事故，造成超过 3 人严重受伤。最有趣的问题是，在这项调查中，有 70% 的事故是由于疲劳驾驶造成的。该项目的目标是建立一个困倦检测系统，该系统可以检测到一个人的眼睛闭了几秒钟或一个人打哈欠。当检测到困倦时，该系统会提醒驾驶员。任何人际关系中都存在情绪。面部表情、对话、手势甚至态度都可以用来描绘这些感受。情绪识别最明显、信息最丰富的选择也是人脸。人脸更容易收集。该项目的主要贡献是睡意检测和警告，它基于人的睁眼或闭眼。
工程科学 - DergiPark
目的是通过为当今许多领域使用的面部识别系统添加功能来开发一种不同于现有面部识别系统的系统。最近，随着 Covid-19 大流行，考虑到宵禁和控制这些禁令的困难，开发了该系统以减少宵禁。进行了一项研究，在系统数据集中登记的被诊断患有 Covid-19 的人外出并被摄像机捕捉到后，会向授权人员发送电子邮件。在设计的软件中，首先使用 Haar-Cascades 分类器检测人脸，然后使用 LBPH（局部二值模式直方图）方法进行人脸识别。这个过程是通过将引入图像的每个像素与周围的其他像素匹配来标记它来实现的。该标记的结果被转换为二进制数系统并存储。它尝试通过将从摄像头实时接收到的图像与该数字进行比较来识别人脸。在识别过程中，如果该人已在数据集中注册，则会以“红色”颜色框出。未注册，它会被“绿色”框包围。摄像机识别出带有红框的人会被通知给授权人员，并将目击事件的时间、日期和身份信息通知给授权人员。该研究基于 90 帧，成功率为 84.5%，错误率为 15.5%。https://dx.doi.org/10.30855/gmbd.2020.03.01
基于面部视频序列的实时驾驶员疲劳检测算法研究
摘要：驾驶员疲劳检测研究对提高驾驶安全具有重要意义。为提高检测准确率，本文提出一种基于面部特征点的驾驶员疲劳实时综合检测算法，利用面部视频序列检测驾驶员疲劳状态，无需在驾驶员身上配备其他智能设备。构建任务约束的深度卷积网络，基于68个关键点检测人脸区域，解决各任务收敛速度不同导致的优化问题。根据实时人脸视频图像，基于面部特征点计算眼部纵横比（EAR）、嘴部纵横比（MAR）和闭眼时间百分比（PERCLOS）眼部特征。建立驾驶员疲劳综合评估模型，通过眼部/嘴部特征选择评估驾驶员疲劳状态。经过一系列对比实验，结果表明，该算法在驾驶员疲劳检测的准确率和速度上均取得了良好的效果。
使用人工智能进行音频播放的情绪检测
1 学生，2 学生，3 学生，4 助理教授 1,2,3,4 电子与通信工程，1,2,3,4 达亚南达萨加尔大学，班加罗尔，印度 摘要：机器学习和人工智能可以预测人类的行为模式，并在任何特定情况下提供适当的反应。随着世界变得越来越自动化，我们发现自己有大量的刺激可供选择。人们通常使用面部表情来表达自己的情绪。众所周知，音乐可以改变人们的情绪。在本文中，我们专注于利用人工智能的力量通过面部表情检测我们的情绪，并播放与我们所感受的情绪相关的音轨。众所周知，音乐是表达情绪的好方法。通过本文，可以检测到我们的表情，并播放合适的歌曲或音乐曲目。本文的主要思想是根据用户的情绪自动播放音轨。其工作原理是通过估计人类表情来检测人类情绪。输入用户图像后，系统会通过图像处理算法进行人脸检测和人脸计算。通过检测用户的面部表情，算法会利用歌曲数据集，从中提取与给定面部表情相对应的歌曲并开始播放该曲目。在现有系统中，用户必须手动选择歌曲，这是一个繁琐的过程，而且可能与用户的心情不符。捕捉和识别一个人的情绪，并播放与他们的心情相匹配的歌曲，可以让他们平静下来，产生令人愉悦的效果。索引术语 - 人脸检测、情绪、训练、测试、面部表情识别、音频识别、检测、Viola-Jones 算法、音乐播放器。
生物面部处理中的高效逆图形
视觉不仅可以检测和识别物体，还可以对导致我们看到的光图案的底层场景结构进行丰富的推断。反转生成模型或“综合分析”提供了一种可能的解决方案，但其机械实现通常对于在线感知来说太慢，并且它们与神经回路的映射仍不清楚。在这里，我们提出了一种神经上合理的高效逆向图形模型，并在人脸识别领域对其进行了测试。该模型基于一个深度神经网络，该网络可以学习在一次快速前馈过程中反转三维人脸图形程序。它定性和定量地解释了人类行为，包括经典的“空心脸”错觉，并直接映射到灵长类动物大脑中专门的面部处理电路上。与最先进的计算机视觉模型相比，该模型更适合行为和神经数据，并提出了一种可解释的逆向工程来解释大脑如何将图像转化为感知。
纽约市人工智能入门指南
尽管发现人脸识别系统对深色皮肤的人总体表现不佳，尤其是深色皮肤的女性，但后续研究表明，仅使用更具代表性的数据集训练系统似乎就可以在这些受影响的群体上获得明显更好的性能。例如，参见 C. Romine（NIST 信息技术实验室主任），“面部识别技术听证会证词（第三部分）：确保商业透明度和准确性”，美国众议院国土安全委员会，2020 年；P. Grother、M. Ngan 和 K. Hanaoka，“NISTIR 8280：人脸识别供应商测试（FRVT）第 3 部分：人口统计影响”，NIST，2019 年； R. Puri，“减轻 AI 模型中的偏见”，IBM 研究博客，2018 年。有关歧视本身的初步研究，请参阅 J. Buolamwini 和 T. Gebru，“性别阴影：商业性别分类中的交叉准确性差异”，公平、问责和透明度会议，2018 年。
数据密集型创新与国家：来自中国人工智能公司的证据
开发人工智能技术需要数据。在许多领域，政府数据的数量和范围远远超过私营部门收集的数据，人工智能公司在向国家提供服务时经常获得此类数据的访问权。我们认为，这种访问可以刺激商业人工智能创新，部分原因是数据和训练有素的算法可以在政府和商业用途之间共享。我们收集了有关中国人脸识别人工智能行业公司和公共安全采购合同的全面信息。我们通过衡量公安机构收集监控视频的能力来量化可通过合同获取的数据。使用三重差异策略，我们发现与数据稀缺的合同相比，数据丰富的合同会促使接收公司开发出更多商业人工智能软件。我们的分析表明，政府数据对中国人脸识别 AI 公司的崛起做出了贡献，并且各州的数据收集和提供政策可能会影响 AI 创新。
数据密集型创新与国家：来自中国人工智能企业的证据
开发人工智能 (AI) 技术需要数据。在许多领域，政府数据的数量和范围远远超过私营部门收集的数据，而人工智能公司在向国家提供服务时通常可以获得此类数据。我们认为，这种访问可以刺激商业人工智能创新，部分原因是数据和训练有素的算法可以在政府和商业用途之间共享。我们收集了有关中国人脸识别人工智能行业公司和公共安全采购合同的全面信息。我们通过衡量公安机构收集监控视频的能力来量化可通过合同获取的数据。使用三重差异策略，我们发现与数据稀缺的合同相比，数据丰富的合同会促使接收公司开发出更多商业人工智能软件。我们的分析表明，政府数据对中国人脸识别人工智能公司的崛起做出了贡献，并且各州的数据收集和提供政策可能会影响人工智能创新。