JARVIS

印度为监狱装上 AI ,监控 700 所监狱内恶性事件

狂风中的少年 提交于 2020-10-26 07:13:13
https://mp.weixin.qq.com/s/pGM2nOP5zgvevQkQ7td3MA By 超神经 场景描述:最近,印度一家公司,推出了 AI 视频墙,用于监视印度 70 所监狱并分析其中的活动,这成为印度第一个 AI 技术应用于监狱的案例。事实上,很多国家的监狱,都已经迈向数字化和智能化管理。对于监狱中的黑科技,你怎么看? 关键词:计算机视觉 语音识别 监狱 视频墙 印度人的脑洞,在各行各业都能大开。就连正在使用中的监狱,也可以变成旅游观光的场所。 今年 2 月,印度新德里媒体发布的一份报道称,印度的提哈尔监狱,将对外开放接受游客,游客通过购买门票就能入内参观,进行监狱一日游。 提哈尔监狱是印度戒备最为森严的监狱之一 这座位于新德里郊外,占地 160 公顷的提哈尔监狱,是亚洲最大的监狱,它包容了大约 15000 名囚犯。 印度政府之所以开放这座监狱,是期待该项目能为政府带来更多收入。 据提哈尔监狱的工作人员透露,在支付费用后,游客就会被「临时监管」起来。游客们的吃穿住行都「享受」犯人待遇,甚至还会被安排做一些杂活,就像真正的犯人一样。 供客人体验的简陋牢房,和真正的犯人仅一墙之隔 之所以印度能够开放监狱供游客参观,一是因为印度的监狱环境,通过人工智能技术得到了改善,有保障游客安全和体验的实力基础,二也是因为他们真的想要创收。 罪犯太多,监狱住不下,也管不住了

Jarvis OJ-superexpress

孤街浪徒 提交于 2020-08-20 02:52:26
下载附件后,得到了一个py脚本与一个的文本,如下: problem.py: import sys import re """ key = ' ****CENSORED*************** ' flag = ' TWCTF{*******CENSORED********} ' if len(key) % 2 == 1 : print( " Key Length Error " ) sys.exit( 1 ) n = len(key) / 2 encrypted = '' for c in flag: c = ord(c) for a, b in zip(key[ 0 :n], key[n: 2 * n]):#每个字符都会经过这里 c = (ord(a) * c + ord(b)) % 251 #每个字符都仿射加密n次 encrypted += ' %02x ' % c#转换为16进制 print(encrypted) encryted: 805eed80cbbccb94c36413275780ec94a857dfec8da8ca94a8c313a8ccf9 算法大致如下: ①将key分成等份的两组,并用zip打包成为一个元组 ②将flag中的每一个元素c*key[0:n]+key[n:2n] ③将得到的数值转化为十六进制,形成字符串 一开始以为要把key通过暴力方式破解出来

推荐一些好用又不很大众的工具

浪子不回头ぞ 提交于 2020-08-14 20:22:15
  当程序员已经有几年了,我发现了程序员的一个特质,不管是我自己,还是我同学,同事都在印证着我发现了的这个真理——程序员对自己使用的工具是无法将就的,一直在孜孜不倦的寻找更好的工具!我发现这条真理是普遍适用的,就像罗辑发现了黑暗森林法则,我自己闲下来的时候也会尝试找一些好用的,我还没有接触过的工具,下面我会说下我自己经常用到一些工具,仅供参考,大家有好用的工具,也可以跟我分享一下,不胜感激!    先说下我的基本情况:     开发语言:java     os:windows10    Listary——搜索文件,打开应用   本来我是拒绝在电脑上安装一些“乱七八糟”的软件的,直到我装上它试了试,那种想搜谁就搜谁,想打开哪个软件就打开哪个软件的快感是真的爽,我电脑上也装了everything,但是很少用,没有其他原因只是单纯的觉得listary比较简洁好看,使用方法很简单,基本就是按两下ctrl键打开输入框或者在非编辑页面直接输入也可以触发搜素功能       Ditto——多次复制,统一粘贴   ctrl+c 和 ctl+v绝对算是我们用到的高频操作了,我想复制不同段落的东西或者同一行的文字中间间隔一段不想复制的情况,这种情况我们通常要分多次粘贴复制,这样就需要多次切换页面,一两次还好,次数再多的话不敢想象,Ditto就解决了这个问题,操作就是一直 ctrl+c,然后ctrl+~

收藏起来慢慢看,OpenCV基础教程,原理、实战、报错解决助你快速入门计算机视觉

让人想犯罪 __ 提交于 2020-08-11 21:39:40
目录 一、前言 二、学习之路 三、基本教程 四、应用教程 五、报错及解决 一、前言 OpenCV算是比较热门的计算机视觉库,很多想从事计算机视觉工作的人基本都是通过OpenCV入门或者了解过OpenCV,如果你也想入门OpenCV,那就可以从3.x中选择一个版本,开始你的学习之路。这一系列博客使用了OpenCV3.1.0,如果你想使用更新的版本,比如4.3.0,你可以关注我的OpenCV系列博客,我会定期更新。 【OpenCV系列】: https://blog.csdn.net/shuiyixin/category_7581855.html 那这两个版本有什么区别吗?主要有如下几个方面吧:( 重点是3 ) 1.基于的版本不同,OpenCV3.1.0和4.3.0版本不一样,这个是最直接的差距了,这个差距引出的就是OpenCV3和OpenCV4的差别,里面很多写法都更换了,但是这并不影响我们的学习。 2.OpenCV3.4.0开始就支持深度学习了,到了4.3.0已经支持大量深度学习算法,内容丰富了很多,3.1.0更偏向传统的图像处理计算机视觉。 3.OpenCV3.1.0只是基础教程,用于大家入门学习,只选择了重要的,常见的部分进行讲解。对于很多用到的枚举类型,没有涉及。通过3.1.0我们可以快速入门OpenCV,掌握大多数OpenCV技术。OpenCV4.3.0是更加详细全面的教程

计算几何算法概览

我只是一个虾纸丫 提交于 2020-08-11 04:13:55
矢量的概念 :    如果一条线段的端点是有次序之分的,我们把这种线段成为有向线段(directed segment)。如果有向线段p1p2的起点p1在坐标原点,我们可以把它称为矢量(vector)p2。 矢量加减法 :     设二维矢量P = ( x1, y1 ),Q = ( x2 , y2 ),则矢量加法定义为: P + Q = ( x1 + x2 , y1 + y2 ),同样的,矢量减法定义为: P - Q = ( x1 - x2 , y1 - y2 )。显然有性质 P + Q = Q + P,P - Q = - ( Q - P )。     矢量叉积 :     计算矢量叉积是与直线和线段相关算法的核心部分。设矢量P = ( x1, y1 ),Q = ( x2, y2 ),则矢量叉积定义为由(0,0)、p1、p2和p1+p2所组成的平行四边形的带符号的面积,即:P × Q = x1*y2 - x2*y1,其结果是一个标量。显然有性质 P × Q = - ( Q × P ) 和 P × ( - Q ) = - ( P × Q )。一般在不加说明的情况下,本文下述算法中所有的点都看作矢量,两点的加减法就是矢量相加减,而点的乘法则看作矢量叉积。    叉积的一个非常重要性质是可以通过它的符号判断两矢量相互之间的顺逆时针关系:     若 P × Q > 0 ,

独家解析英伟达最新GPU-A100对AI行业带来的影响

試著忘記壹切 提交于 2020-07-28 09:56:14
最近英伟达发布了最新GPU-A100,当我们先后经历了K系列、M系列、P系列、V系列之后,这一次的A系列发布又会带来哪些影响,未来行业的走势如何,新入行的同学究竟选择哪个领域入门比较合适。今天我将从3个方向为大家一一剖析, 计算力变强了,会给行业带来什么影响 计算力变便宜了,会给行业带来什么影响 英伟达的野心在哪里,对行业有什么影响 1 计算力变强的影响 这次新的GPU在算力方面变强的幅度是比较夸张的,根据官方数据显示,在Bert模型的场景下,训练和预测都有大幅度的提升。 同时新的机器搭载了三星的40G的超大HBM2显存。这些信号意味着什么呢?意味着计算框架的算力层面价值在弱化。过去提到TensorFlow、PyTorch,大家比的是哪种框架在分布式场景下更快,因为当模型的训练量大到单机很难在短时间内收敛,因为当模型大小大到单机内存没法承载之后,只能依赖分布式的方案去解决问题。 今天,A100即使在单机情况下也提供了可能过去可能2到5台机器的分布式能力。也就是说,今天单机的能力变强了。在计算框架层面,未来更多地需要从计算力优化的角度转向如何提升用户体验,提供更简单的开发接口。 所以,未来深度学习的开发会变得更简单,得益于框架的向用户体验转型。另外,框架级别的优化工作以及各种模型量化工作,将只在部分超大规模的应用场景下有意义。 如果把AI拆分成三层,最下方是计算力为代表的芯片GPU

常用网站

烈酒焚心 提交于 2020-05-02 16:51:41
搜索引擎 中国知网 虫部落·快搜 SCI-HUB 鸠摩搜索 多吉搜索 Qwant Lookao 秘迹搜索 联合搜索 万千集合站 茶杯狐 iData 北邮人导航 正版中国 SearchEncrypt Ecosia LibreStock SemanticScholar WikiHow Github 代码社区 Gitlab 码云 InfoQ Ubuntu中文论坛 ZELAER inoreader 远景论坛 36氪 卡饭论坛 V2EX Google Hacking Database 安天实验室 Sec-News 安全圈 二十次幂 先知社区 Freebuf 安全客 在线课堂 学堂在线 edX Coursera 爱课程 中国大学MOOC 网易云课堂 合天网安实验室 网易公开课 Khan Academy 传智播客 Lynda 安全牛课堂 蓝鲸安全 bilibili 漏洞银行 SmashingMagazine 服务工具 清华大学TUNA协会 中国科学技术大学Linux用户协会 阿里云开源镜像站 carbon Free Online Barcode Reader CTF在线工具 somod5 草料二维码 在线工具 Free Online IDE and Terminal JavaScript 3d Library HTML颜色代码 PanDownload网页版 Cmd Marddown 与佛论禅

【今日CV 计算机视觉论文速览】Thu, 28 Feb 2019

99封情书 提交于 2020-04-30 21:09:23
今日CS.CV计算机视觉论文速览 Thu, 28 Feb 2019 Totally 31 papers Daily Computer Vision Papers [1] Title: Efficient Video Classification Using Fewer Frames Authors:Shweta Bhardwaj, Mukundhan Srinivasan, Mitesh M. Khapra [2] Title: Recurrent MVSNet for High-resolution Multi-view Stereo Depth Inference Authors:Yao Yao, Zixin Luo, Shiwei Li, Tianwei Shen, Tian Fang, Long Quan [3] Title: Attributes-aided Part Detection and Refinement for Person Re-identification Authors:Shuzhao Li, Huimin Yu, Wei Huang, Jing Zhang [4] Title: Fractional spectral graph wavelets and their applications Authors:Jiasong Wu, Fuzhi Wu,

jarvis OJ web babyphp

匿名 (未验证) 提交于 2019-12-02 22:11:45
babyphp 考完二级后我又要回归web狗了 今天做到一道web题 上题: http://web.jarvisoj.com:32798/ 进入后: 发现应该有git泄露 因此我们使用githack进行获得源码 打开cmd 输入:python2 GitHack.py http://web.jarvisoj.com:32798/.git/ #这里的python2是我设置的用于区分python3 即这个脚本要使用python2 之后我们得到源码: 当然如果我们直接在打开flag.php的话没用的,因为emmm标志被注释掉了 我们重点来看这里: assert()函数 这个我也不算太懂,但是只要是这一句话 如果assertion是字符串,那么此字符串会被当做php代码执行 因此我们就可以进行php注入(我的第一次php注入) 我们在url后面输入 ?page='. system("cat templates/flag.php").' 这个代码的意思是打开flag.php 所在的templates文件中的此文件 为什么知道他在那里,因为有: 输入payload后我们查看源代码得到flag 为什么要查看源码才能看到了,因为标志被注释了呀(源代码的那部分是绿色的) 文章来源: https://blog.csdn.net/qq_43677324/article/details/88980644

当今软件发展的现状非常适合 Cloud Native 环境

倖福魔咒の 提交于 2019-11-29 23:16:08
当今软件行业正发生着巨变。自上世纪50年代计算机诞生以来,软件从最初的手工作坊式的交付方式,逐渐演变成为了职业化开发、团队化开发,进而定制了软件件行业的相关规范,形成了软件产业。 今天,无论是大型企业还是个人开发者,都或多或少采用了云的方式来开发、部署应用。不管是私有云,还是公有云,都终将给整个软件产业带来的革命。个人计算机或者以手机为代表的智能设备已经走进寻常百姓家了。每个人几乎都拥有手机,手机不仅仅是通信工具,还能发语音、看视频、玩游戏,让人与人之间的联系变得更加紧密。智能手环随时监控你的身体状况,并根据你每天的运动量、身体指标来给你提供合理的饮食运动建议。出门逛街甚至不需要带钱包了,吃饭购物搭车时使用手机就可以支付费用,多么方便快捷。智能家居系统更是你生活上的“管家”,什么时候该睡觉了,智能家居系统就自动拉上窗帘,关灯;早上起床了,智能家居系统会自动拉开窗帘,并播放动人的音乐,让你可以愉快地享受新的一天的来临;你再也不用担心家里的安全情况,智能家居系统会帮你监控一切,有异常情况时会及时发送通知到你的手机,让你第一时间掌握家里的状况。未来,每个人都能够拥有《Iron Man》(钢铁侠)中所描述的智能管家 Jarvis。而这一切,都离不开背后那个神秘的巨人——分布式系统。正是那些看不见的分布式系统,每天处理着数以亿计的计算,提供可靠而稳定的服务。这些系统往往是以 Cloud