微軟在雲端已經推出了透過上傳影像檔案,進行人臉辨識的雲端服務
但是由於每辨識一次都是要花錢的,所以就想說,是不是可以先在本地端進行人臉的辨識,當有辨識出人臉之後再往雲端送
所以,Emgu.CV這個套件就派上用場了
微軟在雲端已經推出了透過上傳影像檔案,進行人臉辨識的雲端服務
但是由於每辨識一次都是要花錢的,所以就想說,是不是可以先在本地端進行人臉的辨識,當有辨識出人臉之後再往雲端送
所以,Emgu.CV這個套件就派上用場了
在前篇文章[Cognitive] 使用Microsoft Cognitive QnA Maker Service,快速建立線上客服問答服務中,說明了如何運用Azure上的QnA Maker快速的作出問答的功能,但是微軟在2018/05/07這一天,將QnA Maker正式的公開使用了,所以使用、管理上的方式與Preview有一些的不一樣,而正式GA的QnA Maker的版本也來到了4.0
在這篇文章中,就會針對正式GA的QnA Maker進行使用的介紹,當然了,操作原理還是相同沒有改變的
在微軟的雲端辨識應用中,有包含了一個很有趣的功能,Computer Vision
這個功能可以將影像中的內容轉化為文字描述,並將人臉也能夠辨識出來,當然得到的結果會是英文的內容
所以在這篇文章中,除了會說明怎麼用ComputerVision作影像的辨識外,還會加上Translator Text的功能說明,將英文的辨識結果轉換為中文
2017年3月,微軟在Cognitive識別服務中加入了QnA Maker的辨識服務,透過簡單的問答內容就可以作到自動回覆問題的功能
這篇文章會透過Bot Framework的整合功能,將Facebook粉絲頁中的Messenger快速的整合QnAMaker的服務,而且不用寫任何一行程式
QnA Maker已於2018/05/07正式GA,最新的操作與管理方式請參考
[Cognitive] 使用Microsoft Cognitive QnA Maker Service,快速建立線上客服問答服務 v4.0
使用原理與API的運用,依然可以參考本篇文章進行閱讀
微軟在雲端服務中推出了Cognitive Server,其中包含了Face API這個服務功能
主要的效用就是可以透過照片進行人臉的比對與辨識
在本篇文章中,說明了如何建立一個人員清單,像是部門人員或是公司員工的清單,並在這個清單中加入每個人的照片
最後,透過上傳的照片畫面,找出照片中的人是否存在於這個清單中
在Azure上已經有提供了Face API這樣的服務,可以進行兩張照片中人像的比較,並回傳是否為同一人的判定
Microsoft Azure日前推出了Cognitive Service APIs的服務,其中包括了Bing Speech API,這一個API可以將輸入的語音內容(wav檔),辨識成文字內容
本篇文章會說明如何使用Bing Speech API來進行辨識的功能
Microsoft透過了Cognitive Service API的服務,提供影片的人像辨識,相片樣貌比對以及年齡的判斷等等的功能
這篇文章會說明如何透過影片 Video API,進行影片中人臉的辨識