Java开发人员必知的常用类库

比赛对于两台机器各设置了三个难度递增的关卡，每一关口罩的有效攻击区域依次递减，对抗样本图案在口罩上的面积从 75%，降低至 67%，再降低至 50%，难度逐渐增大，前一关挑战失败则意味着失去后一关的挑战资格。

入围决赛的团队包括 AFMask 团队，海棠初白团队，来自清华大学和北京大学的动动动动弦团队，以及来自清华大学计算机系和 RealAI 的 TSAIL 队。

戴上口罩，我就能变脸取钱吗？我们时常会听到各家厂商谈起「金融级别安全」的支付技术，要想破解跟钱有关的人脸识别系统，并不是说说那么简单的，事实上比赛的进程也验证了人们的预料。

第一个出场的动动动动弦团队，在第一轮两个挑战均告失败；第二组 AFMask 团队两项第一轮均破解成功，但在第二轮两项均挑战失败。TSAIL 和海棠初白两队也都倒在了第一轮。

刷脸支付难以破解，或许也是因为挑战的规则略显严格：每次尝试仅有 45 秒时间，只有一组队伍闯过了第一关。另外由于比赛只要求「置信度」达到 50% 即告闯关成功，在现实世界中支付环境的要求显然更高，对于我们来说，刷脸支付被「盗号」的可能性仍然很低。

让 Autopilot「自动撞墙」

自动驾驶虽然距离大规模应用还有一段时间，但是在量产车上已经有不少可以让司机解放双手的辅助驾驶功能了。对于不少人来说，有没有 L2 级自动驾驶已经成为了最近买车时着重考虑的因素。在本届极棒大赛中对自动驾驶的干扰挑战，向我们展示了这种技术的一些隐患。

进行本次挑战的白帽黑客吴潍浠表示，要对汽车自动驾驶系统中的毫米波雷达进行干扰，采用的设备体积很小，价格也不贵。目前毫米波雷达是各类传感器中公认稳定性较高的方式。

我们知道，目前的一些辅助驾驶技术，如特斯拉上的 Autopilot，是通过摄像头和雷达来收集路面信息的，不同汽车选择的传感器不太一样（如特斯拉就没有用到激光雷达），但算法会收集所有的输入信息进行综合判断。技术人员制作的攻击用白色小盒子，看起来很不起眼，但它可以造成的扰乱效果却可以「致命」。
 

深度学习属于人工智能的一种，在医疗领域，它可以准确地利用CT扫描图像找到大脑供血动脉的阻塞，由于这种阻塞导致的中风占比很大，所以深度学习的使用，将有助于帮医生更快地诊断和治疗中风患者。

研究人员的目标是尽较大可能减少确诊时间，因为尽早治疗这种阻塞至关重要。

该研究项目负责人Matthew Stib是位于罗得岛州首府普罗维登斯的布朗大学沃伦·阿尔伯特医学院放射科的住院医生。他表示：“对于这种对时间非常敏感的诊断而言，几分钟都很重要。我们在(治疗)时间上减少一分钟都会令患者的无残障寿命延长一周。”

CT血管造影扫描是检测这些阻塞的标准方法，几分钟内就可以完成。但通常，只有那些经过训练的放射科医生才能识别出现的阻塞，而在医院繁忙或没有常驻专家的情况下，宝贵的时间可能就流失了。

为了减少治疗这些患者的时间，Stib及其同事与布朗大学的计算机科学系合作开发了一种开源深度学习算法系统，可以评估CT图像及识别大的血管阻塞。

研究人员首先用拍摄的疑似中风患者的数百张CT图像对系统进行训练，然后再做包含62位患者在内的测试模拟，目的是看这个系统是否可以正确识别出患有动脉阻塞的患者。

（编辑：吉安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!