该研究表明了深度卷积神经网络（DCNN）是如何以不同于研究人员预期的方式识别人脸的。在机器学习中，计算机通过分析大量数据以学习识别模式，其目标是能够以最少的人工投入做出决策。
【安防在线 www.anfang.cn】脸部识别技术在过去五年中发展迅速，美国德克萨斯大学达拉斯分校的研究人员试图确定计算机在完成任务时的如何能表现得与人们一样好，进而阐明人脑对信息进行分类的方式。
达拉斯分校的科学家分析了最新的面部识别算法梯队的性能，揭示了这些基于机器学习的程序的工作方式。他们的研究于上个月发表在《自然机器智能》（NatureMachineIntelligence）上。
该研究表明了深度卷积神经网络（DCNN）是如何以不同于研究人员预期的方式识别人脸的。在机器学习中，计算机通过分析大量数据以学习识别模式，其目标是能够以最少的人工投入做出决策。
研究作者之一AliceO’Toole说：「在过去的30年中，人们一直认为基于计算机的视觉系统会摆脱所有特定于图像的信息―角度，照明，表情等。相反，算法在保留了这些信息的基础上更注重个人身份信息的储存，这给了我们一种全新的思考方式。」
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
安防在线，扎根安防行业，致力于推动安防行业智能化。
欢迎关注：安防在线 ，公众号：anfang_cn
视频监控的大规模发展，以及IP高清监控带来的海量视频信息使得传统的依靠人工进行图像识别和图像处理的监控方式越来越不能满足用户的需求。如何摆脱对人力的束缚，依靠计算机技术在海量信息中快速找到有价值的信息，进而挖掘出更丰富更有价值的应用，将是视频监控产业的发展趋势，也是监控企业的主要研发方向。
12月2日，国家工业信息安全发展研究中心发布《人工智能中国专利技术分析报告》。针对人工智能下深度学习技术、语音识别、计算机视觉、云计算、自然语言处理、智能驾驶、智能机器人等七大领域在中国的专利态势进行深度分析。
通过本次项目，博世视频智能分析技术结合校园APP可以实时为莘莘学子们反映每个食堂窗口的排队等候时间，有效帮助师生错峰就餐。此次的成功经验只是一个开始，未来将会有更多的院校餐厅借助博世视频监控解决方案，改善师生作息时间，优化就餐体验。
安防监控门禁系统是智能化住宅小区的重要组成部分。其监控系统对小区重点区域采取实时监控、层层设防。让业主生活在无形防盗网之中。既安全，又具人性化，使智能住宅小区具备了全方位的安全保障。
行业化的深入，可视化视频监控系统已经有了新的发展前景，这就是自动化可视化控制。
7月26日，海信网络科技举行新品发布会，带来智能交通信号控制系统、智能交通管控平台两款新品，旨在缓解重庆拥堵的现状。