人臉辨識
含有「人臉辨識」共 51 篇內容
全部內容
發佈日期由新至舊
冒冒工程師
2025/10/26
從指紋到人臉,我終於換了 iPhone 17!工程師換機心得一次說給你聽
今年是 2025 年,我終於從「指紋辨識時代」邁入了「人臉辨識時代」的懷抱。回顧我從 iPhone 6(全新)→ iPhone 8(全新)→ iPhone SE3(二手)一路走來,都是忠實的 Touch ID 派支持者。
含 AI 應用內容
#
上班族
#
人生
#
iPhone 17
11
14
jin
1 天前
1
蘋果設計的手機介面讓人非常COZY
1
冒冒
發文者
18 小時前
喜歡
jin 軟體算整合得很好~也很講究UIUX
喜歡
看見極光的雪狐
2025/10/22
從已知的Ryan學《麥田捕手》(Catcher in the Rye)
→Ryan 萊恩(人名) →rye 黑麥/裸麥/黑麥威士忌酒 →rye bread/field 黑麥麵包/黑麥田 →《麥田捕手》(Catcher in the Rye,1951)
#
外星人
#
人臉辨識
#
威士忌
喜歡
留言
蔡明儒的沙龍
2025/10/14
三星手機轉換到IPhone 17
今年114/10/5日為作者59歲生日;替自己慶生以現金購買Iphone17標準版手機售價29900元,加上週邊商品共約33000元新台幣,並尋找三家通訊行才終於買到僅剩一隻霧藍色Iphone17標準版,17系列pro橘色和標準版台灣嚴重缺貨。 原本使用數十年的三星零元手機因卡頓、電力下降等因素加
#
蘋果手機
#
手機
#
通訊行
2
留言
寶鼎出版的沙龍
2025/09/17
幫你還是害你?|《 AI來了,你還不開始準備嗎?》
文 / 傑洛米・卡恩(Jeremy Kahn) 在 AI 的協助下,政府或許可以更快、更容易察覺民眾關切的議題並予以回應,但如果我們不趕緊行動,AI 很可能會連現在仍殘存的那一點點信任都摧毀。 在 AI 無所不在的時代,一道災難性的鴻溝正逐漸成形,可能撕裂社會:一邊的人經濟狀況較佳,負擔
#
網路安全
#
人臉辨識
#
AI
2
留言
Baozilla, Let's go!
2025/06/30
🐳 寶寶吉拉科技日報 🐳 | 2025年6月30日
怕 AI 搶飯碗?這 10 種方法助你成為不可替代的職場人才 關鍵字: AI技能、職場競爭、指令工程、AI社群、AI倫理、實際應用 摘要: 隨著AI技術快速發展,職場對AI能力的需求日益增加。黃仁勳強調,懂得使用AI的人才將取代不熟悉AI的人。文章引用《富比世》提供的十種方法,幫助提升AI
#
人工智慧
#
內耗
#
微軟
4
留言
Coco Gorilla的沙龍
2025/06/12
誘餌-人體電鍋
復仇與計畫
#
垃圾袋
#
人臉辨識
#
浴缸
1
留言
郝信華 iPAS AI應用規劃師 學習筆記
2025/06/10
Amazon Rekognition
Amazon Rekognition 是一種由 Amazon Web Services (AWS) 提供的雲端影像和影片分析服務。它使用深度學習技術,讓您可以輕鬆地為您的應用程式添加先進的電腦視覺功能,而無需具備任何機器學習的專業知識。 簡單來說,Amazon Rekognition 可以幫助您的
含 AI 應用內容
#
AWS
#
應用程式
#
機器學習
喜歡
留言
Hansen W的沙龍
2025/05/29
78/100 圖像與影片分析 🎥 從安防監控到內容創作,AI 可自動識別和分析視覺資訊!
圖像與影片分析技術正迅速改變各行各業的運作模式!從安防監控中的人臉辨識、異常行為偵測,到媒體內容創作中的自動剪輯與標註,AI 能即時分析大量視覺資訊,大幅提升效率與準確性。這項技術已廣泛應用於零售、醫療、交通、娛樂等領域,是未來智慧場域不可或缺的核心引擎!
#
生成
#
機器學習
#
監控
喜歡
留言
郝信華 iPAS AI應用規劃師 學習筆記
2025/05/28
光照變化 (Illumination Variation)
光照變化 (Illumination Variation) 指的是在拍攝圖像或影片時,場景中光線的強度、方向、顏色或分布發生的改變。這些變化可能是由多種因素引起的,例如: * 時間的變化: 隨著日出日落,自然光的光照強度和顏色會發生顯著變化。室內光線也可能因為開燈、關燈或燈光強度的調整而改變。
含 AI 應用內容
#
電腦視覺技術與應用
#
強度
#
條件
喜歡
留言
Hansen W的沙龍
2025/05/28
44/100 PCA 降維 📉 主成分分析,讓高維度數據變得可視化!
PCA透過尋找資料最大變異方向,把多維特徵壓縮成少數互不相關的主成分,既保留關鍵資訊,又去除雜訊與冗餘。它大幅降低維度詛咒帶來的計算負擔,並將高維數據轉換成易於解釋的 2D/3D 視覺,協助後續聚類、分類或特徵選取。若先做標準化並利用解釋變異量挑選主成分,可在效率與資訊量之間取得最佳平衡。
#
主成分
#
數據
#
變異
喜歡
留言