上海GDG线下分享-未来之瞳活动总结

newmike · 发表于 2016-6-21 12:06:32

2016 Google IO，谷歌向全世界展示了他人工智能系统的实力，也掀开了智能时代的序幕。

6月18日下午，上海GDG邀请了3位业内专家，分享Google 最新机器视觉识别等相关技术，现场有近150位Google粉丝参加了此次活动。

活动主题：未来之瞳 - 机器视觉技术展望

分享时间：6月18日（周六）下午2点-5点
活动地点：徐汇区桂林路406号，上海GDG孵化器
活动人数：150人
分享嘉宾：赵京雷阅面科技ReadSenseCEO，徐韬图漾科技副总经理，Alpha Yang GoogleDeveloper Expert（GDE）

分享主题1：未来之瞳—机器视觉技术展望

智能机器需要怎样的眼睛呢？

智能机器需要的眼睛，至少包括：VR AR 服务机器人，无人驾驶，人工智能（1.人机交互，2.对周围的感知）等。

视觉认证SDK，视觉认知摄像头，神经网络FPGA，嵌入式平台支持—用户端

图像、视频大数据，深度学习+增强学习，GPU集群—云端

使用RoboEye视觉认知摄像头的优势：

1.低成本

2.FPGA视觉加速

3.深度神经网络算法支持

4.双目3d视觉及ReadSenseSDK支持

5.消费电子级尺寸

分享主题2：智能机器的眼睛

PPT链接：https://drive.google.com/file/d/ ... UU/view?usp=sharing

主题2的分享，主要介绍了神马是DeepCamera（深度摄像头）。

“深度摄像头能够测量视野内空间每个点位的三维坐标信息，从而使得计算机得到空间的3D数据并能够复原三维模型，实现完整的感知世界和各种智能分析功能。软件人员喜欢把深度摄像头称为“3D传感器”

深度摄像头有以下一些典型应用场景：

1、体感识别

2、智能安防和行为分析

3、环境感知用于视觉导航

4、 AR/VR 类应用

5、etc…

分享主题3：Google 最新机器视觉识别技术概览

2016 Google IO中提到，Google强大的机器视觉识别技术，与其新一代的人工智能开放平台TensorFlow息息相关。

人工智能平台TensorFlow利用的是机器学习的原理，简而言之，就好像不停地把两种不同的颜色，通过程序和算法，区分开来，并找到最优的那一种颜色；

通过对比过去的机器学习方法，和Deep Learning的新型机器学习方法，显而易见，Deep Learning进行了海量数据的分析和学习，具备更优的判断力；

因此，Deep Learning可以识别图像、音频、文件、语言，以及更加复杂的情景。