3.1 腾讯云AI能力矩阵

3.1 腾讯云AI能力矩阵

腾讯云AI基本建设

  1. AI基础能力:算法 + 工程
  2. AI基础平台:机器学习平台 TI-ONE、TI-DataTruth
  3. AI应用平台:AI应用服务平台 TI-Matrix
  4. AI行业平台:金融、工业、政务、零售、教育、泛互

腾讯云AI基础算法能力

人脸人体基本能力:

基础人脸:

  • 人脸检测
  • 人脸配准
  • 人脸跟踪
  • 人脸属性
  • 人脸聚类
  • 人脸分割
  • 人脸优选
  • 算法整合

人体检测跟踪:

  • 人体检测
  • 人头检测
  • 人体属性
  • 人体人头跟踪
  • 人流密度估计
  • 人体朝向估计
  • 人体分割
  • 人群事件分析

人脸识别、活体:

  • 人脸对比(1:1)
  • 人脸检测(1:N)
  • 唇语活体
  • 动作活体
  • 反光、3D 活体
  • 人脸 3D 重建
  • 人脸生产
  • 人脸预处理

前沿探索:

  • 人脸 3D 建模
  • 3D 人脸识别
  • 防范 3D 硅胶面具活体检测算法
  • RGB、深度、红外线融合的人脸识别
  • 人体关键点、瘦腰拉长腿
  • 人体与背景分离、虚化
  • 掌纹识别
  • 跨年龄人脸识别

图像视频理解:

  • 图像标签千类以上
  • 视频标签124类
  • 暴恐、血腥、低俗图像审核鉴别

图像视频编辑/增强:

  • 图像视频超分辨率技术
  • 图像去模糊
  • 夜景增强
  • 老照片色彩还原
  • 视频封面图片竖屏检测
  • 智能裁剪

线下场景研究:

客户识别与画像:

  • 商品识别
  • 服装属性识别
  • 动作识别
  • 人体姿态
  • 自动建档

多技术关联研究:

  • 人货关系识别
  • 多视图人体定位
  • 多视图场景拼接

动线分析 ReID:

  • 人体坐标轨迹
  • 人体对比(1:1)
  • 人体检索(1:1)
  • 单摄像头 ReID
  • 跨摄像头 ReID
  • 人体优选
  • 人体聚类
  • 多传感器信息融合

车辆AI研究:

  • 车辆检测
  • 车辆追踪
  • 车辆属性
  • 车辆检索

工业视觉:

  • 液晶面板缺陷检测
  • 手机零件检测
  • 焊缝无损检测
  • 智能设备识别
  • 车间运营智能辅助
  • 生产线部件掉落检测

OCR:

  • 通用文字检测与识别
  • 速算判分 OCR
  • 证照票据 OCR
  • 多语种识别
  • 复杂公式 OCR
  • 多角度文本检测
  • 语义文字识别
  • 电子运单识别

语音识别 & NLP:

  • ASR
  • TTS
  • 单词级别
  • 句子级别
  • 篇章级别

人脸人体技术核心算法布局:

  1. 人脸检测(是否有人脸):常规自拍的准确率100%,召回率99.9%、一般监控场景的准确率99.75%,召回率99.5%、复杂监控场景的准确率99.5%,召回率98%
  2. 五官定位:平均定位像素偏差 < 1.5Px、普通手机上平均耗时 < 15ms、模型数据 < 2MB
  3. 人脸识别(是否有某个人的脸):LFW 99.8% 刷新世界纪录、1-1人脸核身通过率99%、1-N 人脸检测命中率95%
  4. 人脸验证(是否为伪造人脸):人脸生成用 StyleGAN 99.961%、人脸编辑用 StarGAN 98.018%、人脸替换用 Deepfakes 98.714%
  5. 人头人体检测跟踪:北京地铁客流量统计实战的准确率99.1%,竞标同行中排名第一
  6. ReTD技术应用:客群全场轨迹动线、商场走失儿童找寻,轨迹检索准确率98%,召回率85%,刷新了三项主流数据库记录

车辆技术核心算法布局:

  1. 多目标检测技术:同时检测车辆与行人,准确率90%召回率90%
  2. 多目标追踪技术:适用于交通、零售等各种场景下的人车目标轨迹追踪/动线分析,准确率98%召回率95%
  3. 车辆搜索技术:特殊车辆布控管理的平均准确率 mAP 80%

图像识别技术核心算法布局:

  1. 智能鉴黄:双模型级联架构,高效模型设计 DeepSmart 在 CPU 上速度仅30ms/img,获CCF-A长文接受,在直播类、社交通用类的准确率99.9%召回率90%
  2. 暴恐图片识别:准确率97%
  3. 货架商品识别:识别准确率98%,召回率97%,单张识别速度70ms

文字识别技术核心算法布局:

  1. 通用 OCR 识别:手写中文准确率90%,手写英文准确率95%
  2. OCR 垂直场景:身份证准确率99%、电子发票96%、驾照97%、车牌99%

腾讯云AI基础平台-智能钛AI平台

产业AI技术主要应用场景:智能感知、智能交互、智能决策

产业AI技术的挑战:场景碎片化、技术碎片化、厂商碎片化

产业AI技术的现状:手动调参久、算法门槛高、框架搭建难、成本投入大

产业AI落地五要素:应用场景、资源与基础设施、数据质量与规模、算法与模型、智能设备

腾讯云三大能力平台:数据标注平台 TI-DataTruth、机器学习平台 TI-ONE、AI应用服务平台 TI-Matrix

3.1 腾讯云AI能力矩阵_第1张图片

3.1 腾讯云AI能力矩阵_第2张图片

3.1 腾讯云AI能力矩阵_第3张图片

3.1 腾讯云AI能力矩阵_第4张图片

3.1 腾讯云AI能力矩阵_第5张图片

3.1 腾讯云AI能力矩阵_第6张图片

3.1 腾讯云AI能力矩阵_第7张图片

3.1 腾讯云AI能力矩阵_第8张图片

3.1 腾讯云AI能力矩阵_第9张图片

3.1 腾讯云AI能力矩阵_第10张图片

3.1 腾讯云AI能力矩阵_第11张图片

3.1 腾讯云AI能力矩阵_第12张图片

3.1 腾讯云AI能力矩阵_第13张图片

3.1 腾讯云AI能力矩阵_第14张图片

3.1 腾讯云AI能力矩阵_第15张图片

3.1 腾讯云AI能力矩阵_第16张图片

3.1 腾讯云AI能力矩阵_第17张图片

3.1 腾讯云AI能力矩阵_第18张图片

3.1 腾讯云AI能力矩阵_第19张图片

3.1 腾讯云AI能力矩阵_第20张图片

3.1 腾讯云AI能力矩阵_第21张图片

3.1 腾讯云AI能力矩阵_第22张图片

3.1 腾讯云AI能力矩阵_第23张图片

3.1 腾讯云AI能力矩阵_第24张图片

3.1 腾讯云AI能力矩阵_第25张图片

3.1 腾讯云AI能力矩阵_第26张图片

3.1 腾讯云AI能力矩阵_第27张图片

3.1 腾讯云AI能力矩阵_第28张图片

3.1 腾讯云AI能力矩阵_第29张图片

3.1 腾讯云AI能力矩阵_第30张图片

3.1 腾讯云AI能力矩阵_第31张图片

3.1 腾讯云AI能力矩阵_第32张图片

3.1 腾讯云AI能力矩阵_第33张图片

3.1 腾讯云AI能力矩阵_第34张图片

3.1 腾讯云AI能力矩阵_第35张图片

3.1 腾讯云AI能力矩阵_第36张图片

3.1 腾讯云AI能力矩阵_第37张图片

3.1 腾讯云AI能力矩阵_第38张图片

3.1 腾讯云AI能力矩阵_第39张图片

3.1 腾讯云AI能力矩阵_第40张图片

3.1 腾讯云AI能力矩阵_第41张图片

3.1 腾讯云AI能力矩阵_第42张图片

3.1 腾讯云AI能力矩阵_第43张图片

3.1 腾讯云AI能力矩阵_第44张图片

3.1 腾讯云AI能力矩阵_第45张图片

3.1 腾讯云AI能力矩阵_第46张图片

你可能感兴趣的:(人工智能概论,人工智能,腾讯云,矩阵)