产品
nhà cái k8的解决方案
开发者
7月16日,megtech 2021 旷视技术开放日圆满结束!
14大demo亮相金隅园区
在炎炎夏日一同感受来自旷视的ai热情
让我们一同回顾技术开放日的精彩亮点吧
十年磨一剑,今
今年是旷视成立的第十年,也是旷视持续创新,不断探索和拓展人工智能技术边界的十年。
十年来,旷视在学术上发表85篇顶级会议论文,在竞赛上斩获40项冠军
但是关于ai行业的灵魂拷问,从没有停止:
旷视给出了自己的答案,剑指ai未来
旷视首席科学家、旷视研究院院长孙剑:
旷视研究员张祥雨:
旷视研究员范浩强:
旷视研究员周而进:
14大demo,直面“灵魂拷问”
本次开放日上展示了旷视最新研发的14大demo,让我们一同近距离感受ai的魅力
repvgg是一个结构简单,性能优异的神经网络基本模型。repvgg模型在速度和性能上都达到了当前最优水平,研究成果已经被cvpr-2021接收。目前旷视研究院已将repvgg的模型代码开源,github star数量超过1, 800。
yolof(you only look one-level feature)是旷视最新设计出的目标检测器,已被cvpr-2021收录。旷视大胆抛弃检测任务中传统的特征金字塔网络(feature pyramid networks),从底层原理出发,探索出解决检测问题的全新方法。
旷视研究院创新设计出一种结构简单、运行高效的算法模型panoptic fcn(全称为panoptic fully conventional network),使用全卷积形式统一地表达和预测物体及周边环境,从而实现准确高效的全景分割。目前,该论文已被计算机视觉顶级学术会议cvpr 2021收录并被评为oral 论文,源代码已开源。
掌纹识别是一种具有独特性的生物特征识别方式,主要通过提取和比对掌纹图像中的掌纹特征完成身份识别。它具有更私密、安全的优势。旷视凭借其在屏下指纹和面部识别关键点多年的技术经验积累,通过深度学习算法,有效提升了掌纹识别在强光、干冷等困难场景下的准确率。
旷视全新研发的自定义手势识别算法,最大的不同在于“自定义”。它通过精准实时的手势关键点检测与跟踪,支持用户根据不同使用场景的需求,随时录入并个性化定义新手势,支持静态手势和动态手势的实时录入,亦可支持多手检测。
通过模仿人眼“视锥细胞”与“视杆细胞”分别感受色彩和亮度的原理,结合神经网络技术,仅用一个摄像头,即可实现星光亮度环境下(0.1lux)的可视化,让智能设备在昏暗环境下,依然能拍出清晰、明亮、高色彩还原度的图像和视频。相比普通降噪方法,这项技术在运动、视频等场景有突出优势。
这一算法可以实时进行视频质量的优化,快速提升视频的分辨率、帧率及画质细节。双超算法是基于一种名为rife的高效视频插帧算法,让运行速度实现了数倍甚至数十倍的提升,而且伪影也较以往方法大幅减少。目前rife算法已开源,github star数量已超过1, 600。
旷视研究院最新设计的动作识别和检索算法,解决了当前主流动作识别算法通用性差、过度依赖外观信息等问题,无需繁琐的训练过程,就可以实时感知和识别全新的动作,实现了从特定动作到任意动作的突破。
旷视研发的单目3d车路感知,无需对目前交通场景中的硬件进行升级换代,凭借充分利用当前交通场景中使用的单目相机,仅依靠3d算法就可获得道路与车辆的立体信息。
运用基于光流的多摄ai拼接算法,同时依靠实时动态无缝拼接网络模型,解决了多摄拼接计算量大、拼缝明显,以及拼接无法动态更新的技术难题,在智慧城市管理、车载相机、消费电子、户外运动相机等领域均有着广阔的应用前景。
双目3d相机通过仿照人类利用双眼感知世界的方式,用两个摄像头捕捉图像,再通过ai算法形成立体视觉。它能呈现出被测物体丰富的深度细节,对反光、透明等物体的深度估计表现出众,抗环境干扰能力强。
通过无监督/半监督学习算法,让部署的ai模型在客户现场实现”自动训练“、“自动升级”,不断提升模型精度、降低误报率。“客户侧算法自升级”使模型升级的整个过程不需要人工干预,可显著降低数据标注和模型升级的成本。
旷视能承受的住“灵魂拷问”的秘诀是什么?
让科研赋能产品,以产品反哺科研
不断探索人工智能的技术边界
更多信息请移步 技术开放日
7月16日,megtech 2021 旷视技术开放日圆满结束!
14大demo亮相金隅园区
在炎炎夏日一同感受来自旷视的ai热情
让我们一同回顾技术开放日的精彩亮点吧
十年磨一剑,今
今年是旷视成立的第十年,也是旷视持续创新,不断探索和拓展人工智能技术边界的十年。
十年来,旷视在学术上发表85篇顶级会议论文,在竞赛上斩获40项冠军
但是关于ai行业的灵魂拷问,从没有停止:
旷视给出了自己的答案,剑指ai未来
旷视首席科学家、旷视研究院院长孙剑:
旷视研究员张祥雨:
旷视研究员范浩强:
旷视研究员周而进:
14大demo,直面“灵魂拷问”
本次开放日上展示了旷视最新研发的14大demo,让我们一同近距离感受ai的魅力
repvgg是一个结构简单,性能优异的神经网络基本模型。repvgg模型在速度和性能上都达到了当前最优水平,研究成果已经被cvpr-2021接收。目前旷视研究院已将repvgg的模型代码开源,github star数量超过1, 800。
yolof(you only look one-level feature)是旷视最新设计出的目标检测器,已被cvpr-2021收录。旷视大胆抛弃检测任务中传统的特征金字塔网络(feature pyramid networks),从底层原理出发,探索出解决检测问题的全新方法。
旷视研究院创新设计出一种结构简单、运行高效的算法模型panoptic fcn(全称为panoptic fully conventional network),使用全卷积形式统一地表达和预测物体及周边环境,从而实现准确高效的全景分割。目前,该论文已被计算机视觉顶级学术会议cvpr 2021收录并被评为oral 论文,源代码已开源。
掌纹识别是一种具有独特性的生物特征识别方式,主要通过提取和比对掌纹图像中的掌纹特征完成身份识别。它具有更私密、安全的优势。旷视凭借其在屏下指纹和面部识别关键点多年的技术经验积累,通过深度学习算法,有效提升了掌纹识别在强光、干冷等困难场景下的准确率。
旷视全新研发的自定义手势识别算法,最大的不同在于“自定义”。它通过精准实时的手势关键点检测与跟踪,支持用户根据不同使用场景的需求,随时录入并个性化定义新手势,支持静态手势和动态手势的实时录入,亦可支持多手检测。
通过模仿人眼“视锥细胞”与“视杆细胞”分别感受色彩和亮度的原理,结合神经网络技术,仅用一个摄像头,即可实现星光亮度环境下(0.1lux)的可视化,让智能设备在昏暗环境下,依然能拍出清晰、明亮、高色彩还原度的图像和视频。相比普通降噪方法,这项技术在运动、视频等场景有突出优势。
这一算法可以实时进行视频质量的优化,快速提升视频的分辨率、帧率及画质细节。双超算法是基于一种名为rife的高效视频插帧算法,让运行速度实现了数倍甚至数十倍的提升,而且伪影也较以往方法大幅减少。目前rife算法已开源,github star数量已超过1, 600。
旷视研究院最新设计的动作识别和检索算法,解决了当前主流动作识别算法通用性差、过度依赖外观信息等问题,无需繁琐的训练过程,就可以实时感知和识别全新的动作,实现了从特定动作到任意动作的突破。
旷视研发的单目3d车路感知,无需对目前交通场景中的硬件进行升级换代,凭借充分利用当前交通场景中使用的单目相机,仅依靠3d算法就可获得道路与车辆的立体信息。
运用基于光流的多摄ai拼接算法,同时依靠实时动态无缝拼接网络模型,解决了多摄拼接计算量大、拼缝明显,以及拼接无法动态更新的技术难题,在智慧城市管理、车载相机、消费电子、户外运动相机等领域均有着广阔的应用前景。
双目3d相机通过仿照人类利用双眼感知世界的方式,用两个摄像头捕捉图像,再通过ai算法形成立体视觉。它能呈现出被测物体丰富的深度细节,对反光、透明等物体的深度估计表现出众,抗环境干扰能力强。
通过无监督/半监督学习算法,让部署的ai模型在客户现场实现”自动训练“、“自动升级”,不断提升模型精度、降低误报率。“客户侧算法自升级”使模型升级的整个过程不需要人工干预,可显著降低数据标注和模型升级的成本。
旷视能承受的住“灵魂拷问”的秘诀是什么?
让科研赋能产品,以产品反哺科研
不断探索人工智能的技术边界
更多信息请移步 技术开放日