2019WAIC展会见闻

文章目录

    • 一·概述
    • 二·展品剖析
      • 1.智能挑茶机器人——IBM
      • 2.DMS(驾驶员状态监控系统)
      • 3.课堂智能评测系统——好未来
      • 4.非机动车智能管理系统——哈啰出行
      • 5.检测机上下料系统——法兰克
    • 三·论坛高论
      • 1.国际前沿算法峰会
      • 2.国际智能机器人前沿峰会

一·概述

2019第二届世界人工智能大会如期在上海世博中心举办,开幕式的双马对话,主题论坛的百家之言,开发者日的头脑风暴,一次次把大会推向了高潮。本文主要针对本次展会上一些与视觉技术相关的展品进行剖析,其次分享本人参加的主题论坛大咖的高论,其中掺杂个人观点,如若有误,请大佬指正。
2019WAIC展会见闻_第1张图片

二·展品剖析

1.智能挑茶机器人——IBM

2019WAIC展会见闻_第2张图片

  • 功能:自动化地完成从上茶、输送、拍照、分析、挑拣、复检、收集等茶叶除杂的各个程序,从而实现茶叶加工生产线的自动化与智能化。
  • 技术方案:首先,通过前端的海康相机实时传输视频流;其次,利用检测算法识别出茶叶中的杂质(头发,松针,塑料颗粒等);最后通过后端的伺服系统控制机械臂夹取这些杂质。
  • 性能分析:官方数据单条生产线200 KG/天的产能和接近99%的准确率。对于检测精度,我个人持保留意见,我想到的问题有:其一,茶叶对杂质(如头发)形成遮挡后,视觉检测算法将会失效;其二,杂质种类繁多且以小目标为主,特征与茶叶相似度较高,可能出现漏检,且随着新的杂质的出现,数据集类别将会增加,需要重新训练网络。

2.DMS(驾驶员状态监控系统)

2019WAIC展会见闻_第3张图片

  • 功能:实时监控驾驶员状态,识别驾驶员非正常状态,及时报警,有效减少交通事故的发生。
  • 技术方案:首先,通过车载相机传输视频流;其次,通过人脸关键点检测以及pose算法检测出驾驶员非正常状态,如疲劳驾驶,吸烟,打电话,分神等;最后,通过车载报警装置及时报警,帮助驾驶员正常驾驶。
  • 性能分析:速度可达实时,可能存在问题:其一,需要加装车载摄像头等硬件设备;其二,夜间及光照强度不足的场景下,检测算法可能失效,增加补光灯不现实。

3.课堂智能评测系统——好未来

2019WAIC展会见闻_第4张图片

  • 功能:实时监测学生上课状态,及时反馈给老师和家长,针对学生课堂表现分析,针对性地教育。
  • 技术方案:类似于上一个展品
  • 性能分析:从图中明显可以看出以下问题:其一,存在遮挡,人体关键点检测算法失效;其二,人体关键点和人脸关键点选取较少,学生状态输出有误。

4.非机动车智能管理系统——哈啰出行

2019WAIC展会见闻_第5张图片

  • 功能:监测路段内非机动车数量,尤其是共享单车数量,对车辆进行合理的调度,达到最大化利用资源的目的。
  • 技术方案:首先,通过枪机或者球机传输视频流;其次,利用目标检测算法进行实时检测,无需跟踪;最后,返回车辆信息,进行人工调度。
  • 性能分析:此图存在以下问题:其一,遮挡问题的存在使得把行人误检为骑手;其二,功能过于单一,可进一步扩展,上升到综合交通管理系统。

5.检测机上下料系统——法兰克

2019WAIC展会见闻_第6张图片

  • 功能:检测电子产品有无瑕疵,进行合理的分类。
  • 技术方案:首先,通过相机传输视频流;其次,通过语义分割算法识别出瑕疵;最后,通过视觉定位指挥机械臂抓取电子产品放至正确的位置
  • 性能分析:速度超快,可达0.3秒/个;但识别精度如何不知。

三·论坛高论

1.国际前沿算法峰会

2019WAIC展会见闻_第7张图片

  • 周志华教授演讲主旨是对深度学习的回顾反思及新的变革方向
  • 比较了浅层以及深层网络的区别:剖析网络做深原因是提升学习能力,但同时带来的问题是过拟合风险的升高以及训练难度的上升
  • 提出表示学习的关键在于逐层处理,但仅有逐层处理依然不够,如决策树就是逐层处理,但复杂度不够,且始终基于初始特征,无特征变换。
  • 提出网络做深遇到的问题及其解决方案:易于过拟合——大数据训练;难以训练——训练Tricks;计算量大——强力计算设备
  • 提出能否基于不可微构件进行深度学习:众所周知,深度学习的关键在于求梯度,而求梯度的前提是可微;假如不使用BP算法,基于不可微构件把网络做深,那就能使一些符号型任务受益。
  • 针对上一问题抛出以下架构,多加入了一层。
    2019WAIC展会见闻_第8张图片

2.国际智能机器人前沿峰会

2019WAIC展会见闻_第9张图片

  • 崔维成教授演讲主题为仿生智能机器鱼的发展现状与未来趋势。指出仿生机器鱼的核心技术在于运动模式,柔性促动机构,流体力学以及表层激励传感器。未来趋势包括传统ROV/AUV的替代方案,大体量,新型材料,高灵活度,节能。
  • 戴振东教授演讲主题为壁虎的运动仿生:从生物研究到工程实践。研究方法包括运动反力,接触面积,接触电和行为测试系统,壁虎运动神经调控等;工程实践包括航天员吸附,空间站巡检,仿壁虎机器人。
  • 李贻斌教授演讲主题为四足双臂协同作业机器人技术。指出移动作业机器人在运动和操作过程中面临失稳,作业失败风险。展示了腿臂协同机器人仿真与物理验证平台,如下图所示。
    2019WAIC展会见闻_第10张图片

你可能感兴趣的:(会议)