阿里云上线“人脸口罩检测”算法服务,助力智能化疫情防控!| 开发者必读(152期)

简介: 近期面对来势汹汹的肺炎疫情,行人是否佩戴口罩是关键的疫情防控点,口罩佩戴检测则是一项核心工作。因此阿里云视觉智能平台(vision.aliyun.com)推出“人脸口罩检测”算法服务,并结合阿里云客流分析平台、钉钉小程序及天猫精灵,共同打造一站式公共场所出行人员口罩佩戴检测及统计预警系统。

最炫的技术新知、最热门的大咖公开课、最有趣的开发者活动、最实用的工具干货,就在《开发者必读》!

每日集成开发者社区精品内容,你身边的技术资讯管家。


每日头条

阿里云上线“人脸口罩检测”算法服务,助力智能化疫情防控!

近期面对来势汹汹的肺炎疫情,行人是否佩戴口罩是关键的疫情防控点,口罩佩戴检测则是一项核心工作。因此阿里云视觉智能平台(vision.aliyun.com)推出“人脸口罩检测”算法服务,并结合阿里云客流分析平台、钉钉小程序及天猫精灵,共同打造一站式公共场所出行人员口罩佩戴检测及统计预警系统。


最强干货

通过阿里云“口罩检测”能力构建疫情防控能力

面对2020疫情情况,人员是否佩戴口罩是关键的疫情控制点,口罩佩戴检测则是一项核心工作。但是,以人盯人的方式去监督管理是较为耗费人力的并且存在疏漏的可能,因此阿里云推出了基于视觉智能API分析的“口罩检测”能力,通过该能力可快速构建监控系统并可统计人员的口罩佩戴情况,实现疫情防控的AI化,数字化。

2020 年图机器学习的热门趋势

图(graph)近来正逐渐变成机器学习的一大核心领域,比如你可以通过预测潜在的连接来理解社交网络的结构、检测欺诈、理解汽车租赁服务的消费者行为或进行实时推荐。由此可见,图是强大的数据结构,可以被用于建模许多真实世界的场景。图数据往往会包含大量有价值的关系数据。然而,许多之前的机器学习模型往往只关注每个样本的特征,而没有考虑到样本之间的关系数据或没有很好的方法来利用和建模这些关系数据。这就催生了图机器学习这一领域。图机器学习结合运用模块特性,能够在集合检测中发挥更大作用。图机器学习专家 Sergei Ivanov 为我们解读了他总结出来的 2020 年图机器学习的热门趋势。

对话 | 阿里云如何用“科技抗击疫情”

​2020年春节,我们看到太多令人感动的故事:医护人员放弃假期奔赴武汉,深入一线救死扶伤;配送小哥穿行于空无一人的街道,只为保障居民的基本生活物资;教育工作者拿起手机义务直播教学……而在肺炎疫情的特殊时期,阿里技术团队做了哪些事情?今天,阿里妹整理了阿里云智能市场营销&公共事务部总经理刘湘雯与今日头条微访谈的对话内容,与大家分享阿里人在对抗疫情中的故事。


每天读本书

Math、Random类为你展现数学之美 | 带你学《Java语言高级特性》之二十

在前几节我们学习了Java基础类库,而在开发过程中难免会碰到数值运算相关的需求。Java为开发者提供了数值操作相关的类,用来支持简单的数学运算,让我们一起来了解一下吧。


精品公开课

新型肺炎疫情实时分析与可视化实践

活动介绍

阿里云日志服务团队在1月21日即基于官方数据构建了一张新型肺炎疫情实时动态大盘,每天有几千阿里人在使用查看。本议题介绍如何使用日志服务一站式的分析、深钻目前疫情态势,并构建自己关心的大盘与指标监控。


每日集成开发者社区精品内容,请持续关注开发者必读

目录
打赏
0
0
0
0
9
分享
相关文章
基于GRU网络的MQAM调制信号检测算法matlab仿真,对比LSTM
本研究基于MATLAB 2022a,使用GRU网络对QAM调制信号进行检测。QAM是一种高效调制技术,广泛应用于现代通信系统。传统方法在复杂环境下性能下降,而GRU通过门控机制有效提取时间序列特征,实现16QAM、32QAM、64QAM、128QAM的准确检测。仿真结果显示,GRU在低SNR下表现优异,且训练速度快,参数少。核心程序包括模型预测、误检率和漏检率计算,并绘制准确率图。
112 65
基于GRU网络的MQAM调制信号检测算法matlab仿真,对比LSTM
境内深度合成服务算法备案通过名单分析报告
本报告基于《境内深度合成服务算法备案通过名单》,分析了2023年6月至2025年3月公布的10批备案数据,涵盖属地分布、行业应用及产品形式等多个维度。报告显示,深度合成算法主要集中于经济发达地区,如北京、广东、上海等地,涉及教育、医疗、金融、娱乐等多行业。未来趋势显示技术将向多模态融合、行业定制化和安全合规方向发展。建议企业加强技术研发、拓展应用场景、关注政策动态,以在深度合成领域抢占先机。此分析旨在为企业提供参考,助力把握技术发展机遇。
境内深度合成服务算法备案通过名单分析报告
基于MobileNet深度学习网络的活体人脸识别检测算法matlab仿真
本内容主要介绍一种基于MobileNet深度学习网络的活体人脸识别检测技术及MQAM调制类型识别方法。完整程序运行效果无水印,需使用Matlab2022a版本。核心代码包含详细中文注释与操作视频。理论概述中提到,传统人脸识别易受非活体攻击影响,而MobileNet通过轻量化的深度可分离卷积结构,在保证准确性的同时提升检测效率。活体人脸与非活体在纹理和光照上存在显著差异,MobileNet可有效提取人脸高级特征,为无线通信领域提供先进的调制类型识别方案。
国家互联网信息办公室关于发布第十批深度合成服务算法备案信息的公告
2025年3月12日,国家网信办公布第十批深度合成算法备案信息,共395款算法通过公示。根据《互联网信息服务深度合成管理规定》,境内深度合成服务提供者和技术支持者需履行备案手续。具体信息可在中国互联网信息服务算法备案系统查询,疑议请发邮件至指定邮箱。附件含完整备案清单。
探秘文件共享服务之哈希表助力 Python 算法实现
在数字化时代,文件共享服务不可或缺。哈希表(散列表)通过键值对存储数据,利用哈希函数将键映射到特定位置,极大提升文件上传、下载和搜索效率。例如,在大型文件共享平台中,文件名等信息作为键,物理地址作为值存入哈希表,用户检索时快速定位文件,减少遍历时间。此外,哈希表还用于文件一致性校验,确保传输文件未被篡改。以Python代码示例展示基于哈希表的文件索引实现,模拟文件共享服务的文件索引构建与检索功能。哈希表及其分布式变体如一致性哈希算法,保障文件均匀分布和负载均衡,持续优化文件共享服务性能。
基于yolov2和googlenet网络的疲劳驾驶检测算法matlab仿真
本内容展示了基于深度学习的疲劳驾驶检测算法,包括算法运行效果预览(无水印)、Matlab 2022a 软件版本说明、部分核心程序(完整版含中文注释与操作视频)。理论部分详细阐述了疲劳检测原理,通过对比疲劳与正常状态下的特征差异,结合深度学习模型提取驾驶员面部特征变化。具体流程包括数据收集、预处理、模型训练与评估,使用数学公式描述损失函数和推理过程。课题基于 YOLOv2 和 GoogleNet,先用 YOLOv2 定位驾驶员面部区域,再由 GoogleNet 分析特征判断疲劳状态,提供高准确率与鲁棒性的检测方法。
基于和声搜索优化算法的机器工作调度matlab仿真,输出甘特图
本程序基于和声搜索优化算法(Harmony Search, HS),实现机器工作调度的MATLAB仿真,输出甘特图展示调度结果。算法通过模拟音乐家即兴演奏寻找最佳和声的过程,优化任务在不同机器上的执行顺序,以最小化完成时间和最大化资源利用率为目标。程序适用于MATLAB 2022A版本,运行后无水印。核心参数包括和声记忆大小(HMS)等,适应度函数用于建模优化目标。附带完整代码与运行结果展示。
基于AES的遥感图像加密算法matlab仿真
本程序基于MATLAB 2022a实现,采用AES算法对遥感图像进行加密与解密。主要步骤包括:将彩色图像灰度化并重置大小为256×256像素,通过AES的字节替换、行移位、列混合及轮密钥加等操作完成加密,随后进行解密并验证图像质量(如PSNR值)。实验结果展示了原图、加密图和解密图,分析了图像直方图、相关性及熵的变化,确保加密安全性与解密后图像质量。该方法适用于保护遥感图像中的敏感信息,在军事、环境监测等领域具有重要应用价值。
基于免疫算法的最优物流仓储点选址方案MATLAB仿真
本程序基于免疫算法实现物流仓储点选址优化,并通过MATLAB 2022A仿真展示结果。核心代码包括收敛曲线绘制、最优派送路线规划及可视化。算法模拟生物免疫系统,通过多样性生成、亲和力评价、选择、克隆、变异和抑制机制,高效搜索最优解。解决了物流仓储点选址这一复杂多目标优化问题,显著提升物流效率与服务质量。附完整无水印运行结果图示。
基于免疫算法的最优物流仓储点选址方案MATLAB仿真
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等