当我们谈深度学习时,我们用它落地了什么?

摘要: 近日,阿里云在深度学习方面动作频频,先后发布了OCR证件识别,声纹检测,人脸搜索,视频鉴黄服务以及相似图片搜索功能,下面小编就一一为大家介绍五大功能应用。

现今伴随人工智能在技术上的不断突破,一些领域如计算机视觉,已开始与各个行业进行了深度融合。例如保险行业已通过人脸识别这种新时代的认证方式,来对用户身份信息进行识别与审核。深度学习对人工智能的发展起着至关重要的影响。

近日,阿里云在深度学习方面动作频频,先后发布了OCR证件识别,声纹检测,人脸搜索,视频鉴黄服务以及相似图片搜索功能,下面小编就一一为大家介绍五大功能应用。

云盾内容安全敏感人脸搜索商业化发布;主要针对教育,学校,以及部分工厂企业,公安对于违法犯罪份子,以及敏感人物,进行1:N识别服务,客户可以增删减建立和管理自己的人脸库,然后对进入监控环境的人进行敏感人物和危险人物的核对使用。

云盾内容安全相似图片搜索商业化发布;主要为图片版权保护的客户提供侵权判定检测服务,用户可以对自己所拥有版权的图片建立图片库,通过客户自有舆情和关注渠道的图片进行比对判定是否侵权。减少外部盗版对正常业务的资损问题。主要面向摄影类平台使用。

云盾内容安全国际视频鉴黄服务;为国内直播短视频出海用户提供海外视频违法检测能力,因为中国公民也受国内法律监管,而×××在海外也有管控要求 为国际用户提供海外视频鉴黄服务,协助客户解决在所在地的内容合规问题

云盾内容安全-OCR证件识别(公测)发布;OCR证件识别是云盾内容安全通过OCR图文结构化识别的技术方式来辨别证件真伪的一个服务,主要是为需要证件核验单位使用,如税务局,民政局等。主要是帮助客户通过机器的方式来判定而不是人肉,提升识别率,降低人力成本

云盾内容安全-声纹1:1(公测)发布;去年,人民的名义大火,落马官员丁义珍伪造证件潜逃出国。通过云盾声纹的对比,对直播,视频内违法人员及敏感人物落马官员等信息进行识别,无处可逃。
了解更多关于“内容安全”信息请戳:
https://www.aliyun.com/product/lvwang?spm=5176.8030754.826564.feature_link7515.69f23c96AUu3S8
阅读原文?请添加链接描述

本文为云栖社区原创内容,未经允许不得转载。

原文地址:http://blog.51cto.com/13876536/2153292

时间: 2024-10-06 20:34:27

当我们谈深度学习时,我们用它落地了什么?的相关文章

【转载】浅谈深度学习(Deep Learning)的基本思想和方法

浅谈深度学习(Deep Learning)的基本思想和方法 分类: 机器学习 信息抽取 Deep Learning2013-01-07 22:18 25010人阅读 评论(11) 收藏 举报 深度学习(Deep Learning),又叫Unsupervised Feature Learning或者Feature Learning,是目前非常热的一个研究主题. 本文将主要介绍Deep Learning的基本思想和常用的方法. 一. 什么是Deep Learning? 实际生活中,人们为了解决一个问

浅谈深度学习中潜藏的稀疏表达

浅谈深度学习中潜藏的稀疏表达 “王杨卢骆当时体,轻薄为文哂未休. 尔曹身与名俱灭,不废江河万古流.” — 唐 杜甫<戏为六绝句>(其二) [不要为我为啥放这首在开头,千人千面千理解吧] 深度学习:概述和一孔之见 深度学习(DL),或说深度神经网络(DNN), 作为传统机器学习中神经网络(NN).感知机(perceptron)模型的扩展延伸,正掀起铺天盖地的热潮.DNN火箭般的研究速度,在短短数年内带来了能“读懂”照片内容的图像识别系统,能和人对话到毫无PS痕迹的语音助手,能击败围棋世界冠军.引

浅谈深度学习和本体间的关系

在一次会议上得到了这样一个观点说深度学习和本体是同一个方向的两条不同的路径.但是觉得这个两个东西是完全不相关的东东么怎么能扯到一起去呢?后来读了一些语义角色标注的文章发现这种观点确实有些意思.本文结合自己一些对深度学习极为浅显的了解和对本体.机器学习的粗浅理解浅谈一下深度学习和本体的关系. 在这里先要谈一下分类问题如羊是属于动物的,小明是属于人的等等.分类问题在人工智能领域一直占有极重要的地位.那么从统计角度的机器学习是怎么分类呢?大部分的分类器过程都是先找到这个实例的特征,如我对一句话:我爱北

以CapsNet为例谈深度学习源码阅读

本文的参考的github工程链接:https://github.com/laubonghaudoi/CapsNet_guide_PyTorch 之前是看过一些深度学习的代码,但是没有养成良好的阅读规范,由于最近在学习CapsNet的原理,在Github找到了一个很好的示例教程,作者甚至给出了比较好的代码阅读顺序,私以为该顺序具有较强的代码阅读迁移性,遂以此工程为例将该代码分析过程记录于此: 1.代码先看main(),main()为工程中最为顶层的设计,能够给人对于整个流程的把控.而对于深度学习而

为什么深度学习几乎成了计算机视觉研究的标配?

https://zhuanlan.zhihu.com/p/21533690 标签: 深度学习计算机视觉研究标配 2016-07-09 16:38 1951人阅读 评论(0) 收藏 举报  分类: 计算机视觉CV(308)  目录(?)[+] 本次CVPR 2016上,深度学习几乎成了如今计算机视觉研究的标配,人脸识别.图像识别.视频识别.行人检测.大规模场景识别的相关论文里都用到了深度学习的方法,加上Google,Facebook这样的大企业助力,很多人疑惑,为什么深度学习相比其它的AI实现方法

深度学习的学习规划

万事开头难,经过一段时间的不断摸索,对深度学习也有所了解,先谈一谈我的学习路线吧! 在接触深度学习时,我完全不懂,恩,连python都不会,是一个完完全全的小白.最开始接触的时候,肯定是先学习一下python了,因为python很契合机器学习.网页上一直有句话叫做"人生苦短,来学python!",所以在入门前先学习一下python,如果你掌握一门编程语言的话,学Python很简单的,几天就ok了.然后就是需要了解神经网络了,需要去学习一下神经网络的基础,主要就是一些简单的算法,二分分类

【火炉炼AI】深度学习005-简单几行Keras代码解决二分类问题

[火炉炼AI]深度学习005-简单几行Keras代码解决二分类问题 (本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit-learn 0.19, matplotlib 2.2, Keras 2.1.6, Tensorflow 1.9.0) 很多文章和教材都是用MNIST数据集作为深度学习届的"Hello World"程序,但是这个数据集有一个很大的特点:它是一个典型的多分类问题(一共有10个分类),在我们刚刚开始接触深度学习时,我倒是觉得

Linux 桌面玩家指南:15. 深度学习可以这样玩

特别说明:要在我的随笔后写评论的小伙伴们请注意了,我的博客开启了 MathJax 数学公式支持,MathJax 使用$标记数学公式的开始和结束.如果某条评论中出现了两个$,MathJax 会将两个$之间的内容按照数学公式进行排版,从而导致评论区格式混乱.如果大家的评论中用到了$,但是又不是为了使用数学公式,就请使用\$转义一下,谢谢. 想从头阅读该系列吗?下面是传送门: Linux 桌面玩家指南:01. 玩转 Linux 系统的方法论 [约 1.1 万字,22 张图片] Linux 桌面玩家指南

《深度学习》圣经&quot;花书&quot;经验法则中文版!

作者:Jeff Macaluso https://jeffmacaluso.github.io/post/DeepLearningRulesOfThumb/ 转自CVer,仅用作个人学习 当我在研究生期间,第一次学习神经网络时,我问我的教授是否有任何关于选择架构和超参数的经验法则.他的回答是:“嗯,有点,但不...” - 毕竟神经网络的选择远远多于其他机器学习算法!在阅读 Ian Goodfellow,Yoshua Bengio和Aaaron Courville的深度学习书时,我一直在思考这个问