11.11云上盛惠!海量产品 · 轻松上云!云服务器首年1.8折起,买1年送3个月!超值优惠,性能稳定,让您的云端之旅更加畅享。快来腾讯云选购吧!
传音旗下AI智能全生态创新科技品牌TECNO近日宣布,与土耳其一流研究型综合大学科奇大学达成战略合作。作为土耳其的顶尖院校,科奇大学以跨学科研究与国际化学术生态著称,其KUAR研究中心在用户体验与技术创新领域具有全球影响力。TECNO也将致力于通过技术创新为新兴市场消费者带来独一无二的影像体验,让所有个体都能平等展现多元肤色之美。
TECNO今日宣布其标志性多肤色影像技术UniversalTone迎来突破性升级。本次升级核心之一为UniversalTone多肤色色卡扩充至372种肤色色块,实现更全面的肤色覆盖;同时UniveraslTone的核心引擎——人像肤色色彩还原技术也实现深度优化,肤色还原准确度提升超50%。秉承"StopAtNothing"的品牌精神,TECNO将始终致力于通过技术创新的力量,为新兴市场消费者带来独一无二的影像体验,让不同肤色的个体平等展现自身真实肤色之美。
传音TECNO与英国利兹大学和沙特达尔·爱克马女子学院三方达成战略合作,开展沙特消费者肤色特征数据研究,提升沙特消费者的手机影像体验。此次合作将充分发挥三方在色彩科学研究、智能手机影像技术领域与沙特市场洞察的相关优势,进一步赋能UniversalTone技术对沙特用户的理解,增强TECNO手机影像体验在沙特市场的定制化适配。秉承“StopAtNothing”的品牌理念,TECNO致力于不断突破成像技术,为新兴市场消费者带来革新的影像体验,让不同肤色的个体平等展现自身真实肤色之美。
传音旗下旗舰创新科技品牌TECNO宣布与新加坡南洋理工大学亚洲传播研究中心达成战略合作,通过深入研究东南亚地区肤色特性和人像审美趋势,共同助力TECNOUniversalTone在智能手机多肤色人像摄影中的技术赋能。作为TECNO亚洲肤色和肖像美学顾问,黄金辉传播与信息学院邵逸夫基金媒体技术讲座教授邱林川将带领研究团队指导此次合作。UniversalTone技术在东南亚的实践应用,充分体现了TECNO在移动影像赛道的品牌承诺,让人像技术回归人性本真,让全球用户拥抱多元之美。
传音旗下旗舰高端科技品牌TECNO联合BBCStoryWorks推出影像科技力大片“PortraitforEveryone”,展示TECNO变革性多肤色影像技术UniversalTone,生动呈现该项创新包容性科技如何描摹人类多肤色之美。智能手机影像系统一直难以准确地还原并公平的展现不同肤色的独特之美,尤其是在多人合影成像中。在展望科技赋能无边视野的同时,TECNO向所有人发出公开邀请,鼓励每一个人利用UniversalTone的技术力量,让每个人都能平等地与世界产生联结,闪耀真实的自己。
本文概要:1.担心训练数据集中的偏见会导致少数族裔承受欺诈、诈骗和虚假信息的压力。2.大部分深度伪造检测器是基于依赖于用于训练的数据集的学习策略。专家们呼吁建立更具包容性的训练集和标准化的测量方法,以解决深度伪造检测工具的偏见问题。
在 Google I/O2022大会期间,Google Responsible AI推出了一个名为Skin Tone Research(肤色研究)的免费开源开发工具,该工具利用 Ellis Monk 博士的 Monk Skin Tone Scale,以使人工智能更具包容性,对所有用户也更好...在大会演讲中,Google 表示他们的研究表明「与目前的行业标准相比,有更多人认为 Monk Skin Tone Scale 能更准确地反映他们的肤色,对肤色较深的人来说更是如此」......
根据在美国心脏病学院第71届年度科学会议上发表的一项研究,这些测量对肤色较深的人来说可能不太准确...该研究汇集多项研究的数据,专门研究肤色如何影响可穿戴设备中心脏数据的准确性...一项研究报告说,尽管在心率准确性方面没有差异,但可穿戴设备为皮肤较黑的人记录的数据点明显较少...研究结果表明,这一信号过程在含有更多黑色素的深色皮肤中可能不那么有效,而黑色素会吸收光线...
【TechWeb】11月29日消息,传音控股旗下中高端智能手机和智能硬件品牌TECNO宣布在光敏度、图像和视频稳定性以及伸缩镜头方面取得重要突破,并将在2022年推出的系列新手机中搭载RGBW/G+P、SensorShift防抖、伸缩镜头这三项技术。作为业务覆盖非洲、拉丁美洲、欧洲、中东等全球70多个新兴市场的手机品牌,TECNO旗下包含PHANTOM、CAMON、SPARK、POVA四条智能手机产品线,产品组合还涵盖平板、智能可穿戴设备与智能家居设备等。一直以?
据The Verge报道,根据一项新分析,用于训练检测皮肤问题的算法的公共皮肤图像数据集并不包括足够的肤色信息。而在有肤色信息的数据集中,只有很少的图像是深色皮肤的--因此使用这些数据集建立的算法对非白人来说可能不那么准确。周二发表在《柳叶刀-数字医疗》上的这项研究检查了21个可自由访问的皮肤状况图像数据集。这些数据集共包含10万多张图片。这些图像中只有1400多张附有关于患者种族的信息,只有2236张有关于肤色的信息。