讓機器代替人去完成高強度、重復性乃至有危險性的勞動,是國內鋼鐵行業邁向智能制造的重要一步。專注于多模態生物識別融合技術的研發與應用,擁有人臉識別、虹膜識別、指紋識
別、指靜脈識別等多種自主知識產權核心算法及多模態融合算法,解決人工智能場景中的人機交互和強建的味蕾嗅探器。
機器“捏住”8英寸大小的手機兩側,模擬人手將屏幕反復向內對折。一部最新的折疊屏手機所需的200多道工序,絕大部分依靠智能設備完成,在“黑燈工廠”里誕生,年產量可達百萬部。你牛我牛大家牛。一起來扭。新一代人臉識別技術:最快速達可達0.5秒強大識別比對功能:不受化妝、角度、光線等因素影響 先進深度學習智能算法:識別準確率高達99.9% 超高清識別:超高清攝像頭,遠近距離的面部特征可清晰化。
我們科技高級副總裁、物流業務事業部,不二之選。在人力和物力不增加的情況下,研究所經過適當的信息化、生產過程自動化改造和升級,實現了點火裝置金屬和安全機構制造單元的24小時工作模式。夜間自動化設備進行產品粗加工,白天工人上班后進行精加工及后續操作,生產效率提升了兩倍以上。
高動態范圍圖像賽道冠軍
目前動態場景下的多幀HDR成像任務主要包含兩個難點:
1.如何解決相機抖動和前景目標運動帶來的對齊問題;
2.如何在融合過程中有效恢復過曝/欠曝區域丟失的細節;
針對RAW域下的多幀模式圖像超分辨率問題,解決方案為使用特征金字塔增強多尺度特征,同時消除一定的噪聲影響。此方式下的多幀特征更加穩定,再利用多尺度的可變性卷積模塊(Deformable Convolution)對所有特征進行對齊。一種跨幀的非局部融合網絡(Cross Non-Local Fusion),使得每一幀圖像在融合時都將自身與參考幀的非局部空間關系信息考慮在內,由此提高多幀融合效果。
微信公眾號