计算机视觉

在深度学习开源框架基础上优化底层算法、改进网络模型、实现多平台迁移。改进的检测算法可实现较小目标、被遮挡与模糊目标的精准检测;提出的分割算法可实现图像语义高效分割、实例重叠部分快速分割;融合GAN和多任务神经网络的算法,实现人脸画像智能分析。

医疗影像智能分析

基于深度学习算法的目标检测、目标分割与目标识别技术,通过融合数据驱动和医疗影像领域知识的机制实现医疗影像智能分析,以高性能的并行计算能力和硬件级解决方案有效提升诊疗效率,大幅降低假阴假阳性,iDeepWise医疗影像智能分析平台目前已在多家三甲医院和第三方检验机构落地使用。

自然场景实时分割

通过融合活动轮廓的图像分割和全卷积神经网络的算法,准确、快速地完成场景的语义分割以及实例分割,并创新性的解决了重叠物体的分割。针对底层算法进行优化加速,可迁移到嵌入式、手机端等可移动平台上,可广泛应用在视频监控、辅助驾驶、航拍等领域。

人脸画像智能分析

通过多任务学习来进行人脸画像分析,精确定位人眼、口、嘴、鼻等人脸关键点,实现对性别、年龄、表情、种族、是否配戴眼镜等十余种人脸属性的精确分析,适应多种场景及大幅度人脸角度变化,并结合视线跟踪技术实现对感兴趣区域精确的注视区域估计,可应用于零售、安防、广告等领域。

深思考人工智能,有温情的人工智能