Future Lab

未来团队在以下领域进行创新性研究:

人工智能 (AI artificial intelligence)

研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式作出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

About
About

计算机视觉 (CV computer vision)

计算机视觉是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所指的信息指Shannon定义的,可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提 取信息,所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。

自然交互 (NI natural interaction)

在计算机系统提供的虚拟空间中,人可以使用眼睛、耳朵、皮肤、手势和语言等各种感觉器官直接与之发生交互,这就是虚拟环境下的自然交互技术。

About
About

深度学习 (deep learning)

深度学习从统计学的角度来说,就是预测数据的分布,从数据中学得到一个模型然后再通过这个模型去预测新的数据,这一点就要求测试数据和训练数据必须是同分布。从感知的角度,深度学习是在模拟人脑的工作机制。深度学习是机器学习的高级形式,它能自动学习特征,不用人工定义特征,算法懂得自动学习特征。深度学习目前主流算法是多层神经网络,而多层神经网络目前效果比较好的是卷积神经网络。

深度相机 (deep camera)

深度相机,指的是可以测量物体到相机距离(深度)的相机,包括激光雷达也可以归为深度相机。相对于传统2D相机,3D相机增加了一维的深息,因而,能够更好的对真实世界进行描述;在许多领域如安防、监控、机器视觉、机器人等,拓展了更多的可能;如自动驾驶中的物体识别和障碍物检测,工业中散乱码放物体的识别、分拣、拆垛、码垛,物流场景中物体的货架抓取等等。随着机器视觉、自动驾驶、机器人的火爆,采用深度相机采集环境的深度信息然后进行物体识别、环境建模等越来越普遍。

About
About

麦克风阵列 (microphone array)

是指由一定数目的声学传感器(一般是麦克风)组成,用来对声场的空间特性进行采样并处理的系统。在频率响应中可以根据时域中波束形成与空间滤波器相仿的应用,分析出接收到语音信号音源的方向以及其变化。而这些分析都可以由极坐标图以波束形式来显示语音信号的强度与角度。抓怕违鸣喇叭车辆即使用了麦克风阵列技术。

激光散斑 (laser speckle)

激光在散射体表面的漫反射或通过一个透明散射体(如毛玻璃)时,在散射表面或附近的光场中可以观察到一种无规分布的亮暗斑点,这种斑点称为激光散斑。

About
About

双目立体视觉 (binocular stereo vision)

双目立体视觉是机器视觉的一种重要形式,它是基于视差原理并由多幅图像获取物体三维几何信息的方法。双目立体视觉系统一般由左右摄像机从不同角度同时获得被测物的两幅数字图像,或由单摄像机在不同时刻从不同角度获得被测物的两幅数字图像,并基于视差原理恢复出物体的三维几何信息,重建物体三维轮廓及位置。

版权所有 秒速快三计划软件网页版_welcome 2012-2018。保留一切权利。沪ICP备14037714号-1

  • <tr id='vV32yP'><strong id='vV32yP'></strong><small id='vV32yP'></small><button id='vV32yP'></button><li id='vV32yP'><noscript id='vV32yP'><big id='vV32yP'></big><dt id='vV32yP'></dt></noscript></li></tr><ol id='vV32yP'><option id='vV32yP'><table id='vV32yP'><blockquote id='vV32yP'><tbody id='vV32yP'></tbody></blockquote></table></option></ol><u id='vV32yP'></u><kbd id='vV32yP'><kbd id='vV32yP'></kbd></kbd>

    <code id='vV32yP'><strong id='vV32yP'></strong></code>

    <fieldset id='vV32yP'></fieldset>
          <span id='vV32yP'></span>

              <ins id='vV32yP'></ins>
              <acronym id='vV32yP'><em id='vV32yP'></em><td id='vV32yP'><div id='vV32yP'></div></td></acronym><address id='vV32yP'><big id='vV32yP'><big id='vV32yP'></big><legend id='vV32yP'></legend></big></address>

              <i id='vV32yP'><div id='vV32yP'><ins id='vV32yP'></ins></div></i>
              <i id='vV32yP'></i>
            1. <dl id='vV32yP'></dl>
              1. <blockquote id='vV32yP'><q id='vV32yP'><noscript id='vV32yP'></noscript><dt id='vV32yP'></dt></q></blockquote><noframes id='vV32yP'><i id='vV32yP'></i>