人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

LiveVideoStack 2018-01-18 13:56 次阅读

人工智能热度很高,但泡沫也很大。人工智能在视频领域的应用已经走入寻常人的生活,人脸识别,视频自动抠像技术已经比较成熟。除此之外,人工智能还能为视频应用带来哪些变化呢?描述了人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等。

序:人工智能来生今世

人工智能是一个非常广泛的领域,当前人工智能涵盖很多大的学科,大致归纳为六个:

计算机视觉(暂且把模式识别,图像处理等问题归入其中);

自然语言理解与交流(暂且把语音识别、合成归入其中,包括对话);

认知与推理(包含各种物理和社会常识);

机器人学(机械、控制、设计、运动规划、任务规划等);

博弈与伦理(多代理人agents的交互、对抗与合作,机器人与社会融合等议题);

机器学习(各种统计的建模、分析工具和计算的方法)。

这里值得强调几点:

第一)目前的人工智能都是属于弱人工智能的范围,在某一个专业领域内作为被人类使用的工具存在。 目前还不存在离开人类主体自行运行的人工智能,更不存在可以开发人工智能自我迭代进化的强人工智能。

第二)机器学习在近几年取得了很大进展,有些人直接把机器学习当成了人工智能的代名词。这是不准确的。举例来说,不可否认机器学习在计算机视觉领域发挥着越来越大的作用,但是传统意义上,通过人工建模,分析取得的模式识别,图像识别,图像增强仍旧是很成功的人工智能技术,并且也是机器学习进一步发展的基础。

第三)统计分析方法在1990年代就出现并在一定领域内使用了。统计分析方法也多种多样的,根据实际需要产生过很多成功的案例,不一定采用目前标准的建模和分析方法。这里面举个典型的例子,在1997年Intel推出mmx技术之前,程序员中流传着一个非常著名的查表IDCT(反余弦变换),实际上就是对MPEG1编解码过程的IDCT变换,做了统计分析后发现的,超过之前所有快速算法的实战案例。具体细节请点击『阅读原文』下载IDCT 8x8.DOC。

第四)机器学习有这几个比较明显的缺陷,想要在实战中取得良好的效果,就必须做出合理的取舍和优化。这几个缺陷是:

严重依赖数据,训练方法和训练量非常关键。

计算量偏高。

虽然有时候取得了良好的效果,但是机器学习本身并不能理解这个过程,也不能给出合理的解释。

涉及自然科学常识和社会科学常识的问题,目前机器学习还不能在开放领域内取得良好的效果。

(一)人工智能对视频应用的渗透

传统视频应用的流程:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

前面我们说过,目前的人工智能还处于工具阶段,也就是说还没有人工智能开发出来的任何的超越时代的编码方法、传输协议、解码、交互技术存在。目前人工智能渗透包括预处理和后处理,超分辨率,机器视觉等等,人们在这些过程中使用人工智能工具来提升开发效率或者处理效果。而编解码技术,则属于人类专家技术团队才能解决的问题,目前的人工智能还很难介入。

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

近年来网络直播应用的兴起,出现了跟以往广播电视编解码不太一样的需求。那就是:

编码端,保证编码实时性和码率的要求的同时,保证尽量高的图像质量。

发送,传输,缓冲,延时尽量小。

解码器尽量能输出最好的质量,最好能超分辨率。

这两年我一直在努力把人工智能(主要是机器学习)技术跟编解码做更深的融合,用来解决传统方法一直很难解决的这几个问题。

编码器遇到的问题:硬件编码器性能好,但是图像质量差,码率高。软件编码器效率较低,遇到复杂视频,比如物体繁多,较大运动,闪光,旋转,既不能满足实时编码的需求,同时输出码率也出现较大抖动。对于网络应用来说是很大的障碍。

解码器需要增强的点:大家都在构想能不能应用超分辨率技术,把较低分辨率的视频的播放质量提升一大块。目前有很多算法显示出巨大的潜力,比如谷歌的RAISR,处理图像时候效果很好。能不能实时用到视频上,或者硬件化,或者采用更快的能实时运行的算法。我们在后面会讨论一种折中方案,在牺牲一点质量的前提下,能够实时运行的超分辨率算法。

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

(二)人工智能增强的编码器

(2.1)动态编码器

不同场景下编码保持恒定质量的码率:

编码时间和码率是正相关的,在码率暴涨的同时,编码时间也剧烈延长。对于低延时需求强烈的直播应用,会造成严重的卡顿。

一般就只好使用绝对不变码率ABR. 不同场景下ABR的图像质量:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

这样带来的结果就是图像质量不稳定。

我们希望是下图这样的曲线:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

这就需要编码器能够提前判定大码率场景出现的可能性。需要判定的几种情况:

物体繁多且有摄像机运动。

背景不动但是有大量物体的大范围运动,包括快速运动,旋转,仿射,蠕变等。

出现闪光,风沙,粒子系统。

这就需要开发一种适用于高清晰度直播应用的面向场景的智能编码技术。该技术通过监督学习将常见视频编码卡顿场景分类并快速识别,提前预判视频场景的编码复杂度和码率抖动,使用动态参数配置来编码,保证编码的实时性和限定码率下最好的图像质量。

(2.2)内容自动植入

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

这里讨论广告的自动植入问题。一种是在编码前合成到视频里面,这个过程跟编码关系不大。但是直接合成到视频之后,所有的观众看到的内容就都一样。

要做到个性化,精准的广告投放,就只有在播放端解码后合成。要做到这点,服务器不仅要发送原始视频流,还要发送后期合成物体的定位方法和图像数据,以便客户端按照需求进行动态合成。

首先,自动植入的广告跟前贴片比起来优势很明显,可以植入的广告数量非常巨大,效果也更自然,用户也不会产生明显的反感。

其次,个性化精准投放,又进一步扩大了广告投放的总容量和效率。

(2.3)交互式视频

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

目前基本做法是图像识别后,与搜索引擎连接,产生一个内容链接。

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

(三)人工智能增强的解码器

(3.1)单个图像的超分辨率

自然图像基本上是平坦的纹理填充和显著的边缘(线条)组合形成的。

常规拉伸算法有双线性插值和双三次样条曲线差值。一般说来,三次曲线要比线性插值效果好。

然而在 15 年前,我在金山做 DVD 播放器的时候,正在研究去隔行技术。

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

如上图所示,第一排和第三排是原图数据,第二排是需要插入的数据。普通的插值方法是在 B 方向上做一个三次插值。但是我这次计算了 A,B,C 三个方向的梯度,取方向梯度最小,像素梯度和最大的方向做简单的线性插值。

这时候我有一个惊奇的发现,简单的双线性插值的目视效果居然要好过三次曲线。这是为什么呢?

图像模糊的原因有以下几个:

低分辨率下线条会变得模糊。

低分辨率图像在拉伸到高分辨率时候会在线条上引入额外的模糊。

噪音的存在。

对于第2点我们具体说明:比如B样条,三次样条曲线有一个应用条件,那就是样本数据本身应该是光滑的,至少是分段光滑。但是在图像里面,物体的边界和背景的结合处,就不满足这个条件了。普通的三次样条曲线插值并没有考虑图像内部各个物体的不同,简单的把整个图像作为一个整体来计算。这样必然就在边界处引入了严重的模糊。

因此超分辨率主要从以上几个方面进行处理。噪音的处理技术已经比较成熟了。今天我们就不讨轮了。

第一个讨论点,如何降低线条的拉伸效应,也就是线条的锐度保持。

比如一个4x4的像素块,比较常见的是如下的形态:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

普通的三次b样条的滤波器参数矩阵为:

比如我们打算在4x4像素块中心插入一个点:

第一种情况,插入点在边界上。

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

使用标准滤波器:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

使用改进滤波器:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

第二种情况,插入点在边界内:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

标准滤波:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

效果可以接受。

第三种情况,插入点在边界外:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

使用标准滤波器:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

使用改进滤波器:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

第三种情况实际上和第一种是一样的。所以我们只要考虑插入点在边界上的情况就可以了。

考虑到每个像素实际是8位的,一个4x4像素块的可能的组合基本就是128位整数。这是一个极其巨大的数字。然而实际上经常出现的可能远远少于理论上限,基本上考虑几千种组合就够用了。这种情况下需要使用统计方法,或者说是机器学习的办法来获得一个比较好的滤波器参数表。这是一个很稀疏的分布,需要设计比较好hash方法来构造和查找。

一般的机器学习过程都是类似的:准备一些原始 HR 图象(2x2)和从采样生成的 LR(1x1)图象,作为配对数据。然后采用了几个优化操作:

第一步,将复杂 4x4 梯度图象点阵处理成为简单的码本图象(HASH)。

第二步,针对这个码本图象,使用考虑临近像素梯度权重的方法重构B样条滤波器参数,每次都和原始的 2x2 倍图象进行 SAD (COST函数)计算,寻找最接近的拟合曲线参数(下山法)。

第三步,对上一步获得的大量参数计算概率分布,取最大概率的参数作为该码本的最优解。

第四步,对近似的码本进行合并处理,以减小码本的数量。

还有一个讨论点,就是低分图像对边界造成的模糊,有没有办法来去除。有人提出了一个梯度变换的方法:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

这种算法的思路就是计算出梯度的分布,然后适当把梯度收窄。不考虑实现速度的话,这个方法取得效果也是很惊人的。

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

这个算法的运算量太大了。我们只能是想办法把这个过程融合到寻找滤波器参数矩阵的过程中来。

在实际处理过程中,我们就使用上面过程获得的进行超分辨率计算。那么我们可以估计这样算法的大致运算量:4x4矩阵配准,查找滤波器,然后每个点16次乘加法。整个过程预估相当于40次乘法运算。因此以现在的cpu性能,使用avx256/512或者hvx充分优化,完全有可能实现1080p到4k的超分辨率上达到实时30fps。

这样某些时候得到的图象目视效果甚至要超过原始输入图象。

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

(3.2)视频的超分辨率

上面是单个图像的超分辨率。视频的超分辨率和单个图像是不同的。单个图像的超分辨率算法可以融合到视频超分辨率里面来。

视频的超分辨率基本思路是从连续的视频序列来重建高分辨率的图像,涉及到图像配准和子像素提取。研究方法和评价方法也存在很大差异。有些人用图像的超分辨率方法来套用的话就会出现一些疑惑:

首先视频编码是一个有损压缩过程,不同分辨率的序列压缩退化过程是不同的,因此找不到合适的HR/LR配对。视频质量的评估也是远比图像质量评估要复杂。因此目视质量是一个比较简易的评估标准。当然寻找一个HR/LR配对来计算PSNR也是可以的,但是说服力远不如图像配对的情况。

评估模型:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

比如这个过程,由于未经压缩的视频图像体积巨大,所以HR(0)不适合用来做原始分辨率参照。我们可以选取HR(1)和HSR来比较获取一个PSNR(0), 然后选取HR(1)和普通拉伸获得的HBR来比比较获取一个PSNR(1). 如果PSNR(0)比PSNR(1)要高的话,就说明超分辨取得了效果。

普通的视频序列物体配准和子像素提取是非常慢的。为了加快速度,我们把这个过程简化了一下,省去配准和空间预测的过程,参照解码生成分数运动向量,直接在解码过程中完成一部分像素块的子像素提取工作。

为了进一步提高处理速度,这里面的还采用了一些优化措施:

实验发现,在一个视频播放序列中,如果每间隔2帧清晰度稍差的图像,加入一帧相对高质量图像,和逐帧高质量图像对比起来,人眼的感觉不会造成太多差异。

因此在视频SR过程中,可以每隔两帧用普通 b 样条+降噪生成的基础图象HBR+,做一次HSR处理:

[HSR] ,[HBR+] ,[HBR+], [HSR], [HBR+], [HBR+], [HSR], [HBR+], [HBR+]

这个视频上面的快速超分辨率过程SR详细过程可以描述为:

人工智能在视频应用中的实践探索,涉及编解码器、超分辨率等

预估整个超分辨率过程输出的HSR视频图像质量提升1个dB左右。

原文标题:人工智能在视频应用领域的探索

文章出处:【微信号:livevideostack,微信公众号:LiveVideoStack】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

人工智能系统对甲状腺病灶检出率高达98%

5秒钟,人工智能服务器给出诊断结果,对超过2mm的甲状腺结节,其病灶检出率高达98%;60秒内, 宫....

的头像 高工智能未来 发表于 10-20 11:35 210次 阅读
人工智能系统对甲状腺病灶检出率高达98%

中国人工智能产业分析:独角兽集中地,人才储备是制约的关键

目前,中国的人工智能研究处于爆发期,行业巨头公司正逐渐完善自身在人工智能的产业链布局,而不断涌现出的....

的头像 WPR 发表于 10-20 10:19 137次 阅读
中国人工智能产业分析:独角兽集中地,人才储备是制约的关键

人工智能对医疗行业有什么作用

-人工智能对哪些疾病的影响最大? -随着人工智能的普及,哪些医疗岗位可能会消失? -病人愿意接受....

的头像 Medtec医疗器械设计与制造 发表于 10-20 10:15 884次 阅读
人工智能对医疗行业有什么作用

机器加装传感器 大幅提升企业营运运转效率

据报导,把机器感测技术和生产设备相互集成,可以从各个层面大幅提升运转效率。

发表于 10-20 08:48 24次 阅读
机器加装传感器 大幅提升企业营运运转效率

工业4.0带来企业新方向 ERP引来新挑战

据的研究,随著工业4.0的出现,企业正在迅速调整技术部门征才方向。该研究邀请英国各地CIO就影响现代....

发表于 10-20 08:06 24次 阅读
工业4.0带来企业新方向 ERP引来新挑战

关于机器学习的三大类型分析

为了把机器学习技术应用于工业,须先了解机器学习分成哪里些种类,有哪里些不同的算法,以及实际应用时有什....

发表于 10-20 08:04 41次 阅读
关于机器学习的三大类型分析

预测性维护是制造业迈向工业4.0的关键要素

制造业在进行数码转型(digital transformation)、迈向工业4.0(Industr....

发表于 10-20 08:00 29次 阅读
预测性维护是制造业迈向工业4.0的关键要素

海外巨头布局物联网家居领域

小米生态链企业云米科技当地时间25日正式在美国纳斯达克交易所挂牌交易,成为“物联网家居第一股”。近年....

发表于 10-20 07:31 84次 阅读
海外巨头布局物联网家居领域

别太相信IIoT IIoT同样存在数据不完整或不可靠

根据报导,机器学习或数据模拟等技术虽能改善不良数据,但无法解决不良数据源的原始问题。此外,这些解决方....

发表于 10-20 07:23 94次 阅读
别太相信IIoT IIoT同样存在数据不完整或不可靠

智能制造的载体是什么?

智能制造是以智能技术为代表的技术为指导的先进制造,包括智能化、网络化、数字化和自动化为特征的先进制造....

的头像 OFweek工控 发表于 10-19 16:50 267次 阅读
智能制造的载体是什么?

英特尔携手罗尔斯•罗伊斯研发自动驾驶货船

强强联合,让商业化船舶更加安全高效,共同改变全球船舶行业。

的头像 知IN 发表于 10-19 16:40 179次 阅读
英特尔携手罗尔斯•罗伊斯研发自动驾驶货船

人工智能正在逐渐改变着终端侧的生活

从智能家居到智能手机,从物联网到无人驾驶汽车,人工智能正在逐渐改变着终端侧的生活。

的头像 Thundersoft中科创达 发表于 10-19 16:36 878次 阅读
人工智能正在逐渐改变着终端侧的生活

人脸识别应用成数据安全重灾区,完善人脸识别应用任重道远

搭载“黑科技”人脸识别的新iPhone发售在即,买了手机号码后要“刷脸”激活、支付宝联手肯德基试水“....

发表于 10-19 16:24 121次 阅读
人脸识别应用成数据安全重灾区,完善人脸识别应用任重道远

人工智能无人机如何改变我们的生活?

科技正在以一种近乎革命性的手段,解决生活中真实存在的难题!人工智能的出现,重新定义了人类所认知的无人....

的头像 机器人博览 发表于 10-19 16:22 827次 阅读
人工智能无人机如何改变我们的生活?

人工智能如何应用于用户和网络行为分析

AI在安全方面的角色对白帽黑客和网络罪犯都很有吸引力,但目前似乎还没有找到双方的平衡。

的头像 机器人博览 发表于 10-19 16:20 227次 阅读
人工智能如何应用于用户和网络行为分析

什么是人工智能以及如何使用它

机器学习、自然语言处理和人工智能(AI)都旨在将数据从人们生活中的简单部分转换为认知组件。最终,将会....

的头像 AI人工智能D1net 发表于 10-19 16:07 273次 阅读
什么是人工智能以及如何使用它

美将在人工智能领域对中国提出制裁

美国在贸易战的背景下向中国通信公司发难之后,又开始琢磨在人工智能领域向中国下手。英国路透社27日报道....

的头像 重庆人工智能 发表于 10-19 16:00 295次 阅读
美将在人工智能领域对中国提出制裁

国之重器的创新未来,物联网产业规模达万亿级

众所周知,中美贸易战争的越演越烈,导致部分元器件价格上涨,被动元器件交期延长,严重影响了中小微企业订....

的头像 满天芯 发表于 10-19 15:27 279次 阅读
国之重器的创新未来,物联网产业规模达万亿级

解析智能控制技术是什么及与传统控制的区别

智能控制(intelligent controls)在无人干预的情况下能自主地驱动智能机器实现控制目....

发表于 10-19 15:24 101次 阅读
解析智能控制技术是什么及与传统控制的区别

一直是人工智能帮我们解决问题,但你知道它尚未解决的问题还有哪些吗?

每天我们都在报道人工智能又解决了哪些问题,今天我们做一次逆向思考,人工智能尚未解决的问题有哪些?

发表于 10-19 11:19 37次 阅读
一直是人工智能帮我们解决问题,但你知道它尚未解决的问题还有哪些吗?

人工智能与区块链结合将面临哪些挑战?

我在密码学领域已工作了二十多年,并且自其诞生以来,我一直是密码学发展的积极参与者。尤其是,我认为人工....

发表于 10-19 11:16 76次 阅读
人工智能与区块链结合将面临哪些挑战?

人工智能在慢性病领域迎来重大突破

慢性病是我国乃至世界面临的重大医疗难题之一,糖尿病、帕金森、阿兹海默症等慢性病,发病症状不明显,早起....

的头像 物联网技术 发表于 10-19 11:15 854次 阅读
人工智能在慢性病领域迎来重大突破

我国经济正在逐渐转型,人工智能红利正慢慢走来

中共十九大报告提出中国经济已由高速增长阶段转向高质量发展阶段,正处在转变发展方式、优化经济结构、转换....

发表于 10-19 11:07 32次 阅读
我国经济正在逐渐转型,人工智能红利正慢慢走来

MIT宣布了一项新的10亿美元的捐赠项目

Schwarzman说:“我们国家面临的最重要的机遇或挑战,莫过于如何负责任地利用人工智能的力量,让....

的头像 电子发烧友网工程师 发表于 10-19 10:10 448次 阅读
MIT宣布了一项新的10亿美元的捐赠项目

如何让网络满足业务的需求?

但例如公有云等非全栈业务由于能掌控的方面基本只能到虚拟机操作系统层面,从用户接入到数据库都是第三方自....

发表于 10-19 09:55 37次 阅读
如何让网络满足业务的需求?

理解Batch Normalization中Batch所代表具体含义的知识基础

所谓“Mini-Batch”,是指的从训练数据全集T中随机选择的一个训练数据子集合。假设训练数据集合....

的头像 将门创投 发表于 10-19 09:19 211次 阅读
理解Batch Normalization中Batch所代表具体含义的知识基础

创造AI可能是人类历史上最后一个大事件

一个超级智能的人工智能会非常擅长实现它的目标,如果这些目标与我们的不一致,我们就有麻烦了。你可能是憎....

的头像 新智元 发表于 10-19 09:03 791次 阅读
创造AI可能是人类历史上最后一个大事件

我国新一代信息技术领域与发达国家比较,有技术理论方面的差距

倪光南指出,当前,网络安全和信息化领域比传统的领域要好,因为中国工业化比发达国家落后的多,比如,大飞....

发表于 10-19 09:01 152次 阅读
我国新一代信息技术领域与发达国家比较,有技术理论方面的差距

人工智能的漏洞及时发现和纠正,有赖于科技政策和机制的进一步规范

最近,亚马逊招聘软件被爆出具有“重男轻女”的倾向,给女性求职者打低分。这一时刷新了人们对人工智能更加....

发表于 10-19 08:59 30次 阅读
人工智能的漏洞及时发现和纠正,有赖于科技政策和机制的进一步规范

以华为沃土AI开发者使能计划为主导,华为云正积极全面布局人工智能

一年一度的华为全联接大会,已经成为全球最受关注的顶级科技盛会之一,每年均吸引着来自海内外的数万人现场....

发表于 10-19 08:51 28次 阅读
以华为沃土AI开发者使能计划为主导,华为云正积极全面布局人工智能

MIT迎成立70年最大架构变化,10亿美元投资人工智能领域

提及人工智能学习与教育,美国麻省理工学院(以下简称“MIT”)当属其中的佼佼者。此前,曾有一项关于全....

发表于 10-19 08:45 50次 阅读
MIT迎成立70年最大架构变化,10亿美元投资人工智能领域

人工智能的淘金浪潮中,创业公司该怎样才能保证最大化自身的收益呢?

人工智能显然已经成为了被人们热烈追捧的对象,无数的创业公司都加入了这一场“淘金”之中。但是,在人工智....

发表于 10-19 08:41 24次 阅读
人工智能的淘金浪潮中,创业公司该怎样才能保证最大化自身的收益呢?

未来10年医疗金融保险会因为人工智能发生翻天覆地的变化

一直以来,当一项新技术变得容易落地,就是它进入工业界的时刻。这就是人工智能和大数据领域正在发生的事情....

发表于 10-19 08:35 79次 阅读
未来10年医疗金融保险会因为人工智能发生翻天覆地的变化

智能医疗在未来的发展过程中有以下三种值得关注的积极趋势

人工智能对于医疗的影响,并不止于上文所概述的智能诊断、智能治疗、健康管理和医疗管理等方面的内容,其他....

发表于 10-18 15:32 585次 阅读
智能医疗在未来的发展过程中有以下三种值得关注的积极趋势

作为一名开发者,你的机器学习之路选对了吗?

杨旭,阿里巴巴资深技术专家。2004年获南开大学数学博士学位;随后在南开大学信息学院从事博士后研究工....

的头像 电子发烧友网工程师 发表于 10-18 14:19 735次 阅读
作为一名开发者,你的机器学习之路选对了吗?

人工智能消费场景正在重构 AI准备好落地了么?

自2016年AlphaGo战胜了世界围棋冠军李世石后,AI这一概念就席卷了全球,让全世界的人看到了他....

的头像 张康康 发表于 10-18 12:53 295次 阅读
人工智能消费场景正在重构 AI准备好落地了么?

分享一个自己写的机器学习_Logistic分类算法

假设函数: 代价函数:利用极大似然估计代价函数 实现了凸函数特征              ...

发表于 10-18 12:25 26次 阅读
分享一个自己写的机器学习_Logistic分类算法

语音合成技术简介,深度学习技术对合成技术发展的影响

第一阶段:锦上添花。从 2012 年开始,深度学习技术在语音领域逐渐开始受到关注并得以应用。这一阶段....

的头像 电子发烧友网工程师 发表于 10-18 11:50 215次 阅读
语音合成技术简介,深度学习技术对合成技术发展的影响

专访NLP领域的华人新星——加州大学圣巴巴拉分校助理教授王威廉

在 NLP 领域,实体标注等工作的结果都非常好了,基本上都超过 90% 的准确率。现在的一些工作,包....

的头像 电子发烧友网工程师 发表于 10-18 11:39 426次 阅读
专访NLP领域的华人新星——加州大学圣巴巴拉分校助理教授王威廉

人工智能打破了视频监控发展的天花板,促进安防行业智能化发展

随着经济的进步发展,人们更加注重企业、社区、公共场所等安全防范问题,安全及安保需求大幅释放。我国政府....

发表于 10-18 11:33 108次 阅读
人工智能打破了视频监控发展的天花板,促进安防行业智能化发展

区块链虚拟世界Genesis的治理机制和公链基础技术介绍

我们希望最终Genesis要打造的不仅仅是一个区块链基础链,更是John Barlow 梦想中的,能....

发表于 10-18 11:13 73次 阅读
区块链虚拟世界Genesis的治理机制和公链基础技术介绍

AI芯片市场可谓火爆异常,看老王怎么看?

老王不得不先吐槽这些年的市场乱象。 只见新闻不见芯片 AI芯片市场可谓火爆异常,做芯片已经不再是芯片公司的专利,这几...

发表于 10-18 11:06 238次 阅读
AI芯片市场可谓火爆异常,看老王怎么看?

2035年的未来战士是什么样的?这里有最新的形象

未来步兵的核心思想是“保护士兵”,保护士兵的经典方法,也是最简单的形式就是:不被敌人发现。一旦被人发....

的头像 新智元 发表于 10-18 10:44 277次 阅读
2035年的未来战士是什么样的?这里有最新的形象

5G+智能,正将引领无线边缘变革

众所周知,5G将成为一个统一的连接架构,能够利用不同的频谱、满足不同的服务需求、采取不同的部署模式,....

发表于 10-18 10:38 62次 阅读
5G+智能,正将引领无线边缘变革

AI的兴起是否有助于宗教的进一步发展,还是会撕破宗教的神秘面纱?

没有肉体的自主心灵会有灵魂吗?世界宗教会尝试将机器人转变为基督教徒,犹太教徒或拥有其他信仰的教徒吗?....

的头像 新智元 发表于 10-18 10:37 1135次 阅读
AI的兴起是否有助于宗教的进一步发展,还是会撕破宗教的神秘面纱?

2018 CAAI智能传媒学术峰会顺利开幕!

本次峰会以启幕“媒生万物”到“万物皆媒”为主题,旨在研讨并推动智能传媒领域科技创新与发展,促进智能传....

的头像 新智元 发表于 10-18 10:20 1200次 阅读
2018 CAAI智能传媒学术峰会顺利开幕!

麻省理工学院解决普惠计算和人工智能崛起带来的全球性的机遇和挑战

“随着计算技术不断重塑我们的世界,MIT打算帮助确保它为所有人的利益做到这一点。” MIT院长L. ....

的头像 新智元 发表于 10-18 10:13 346次 阅读
麻省理工学院解决普惠计算和人工智能崛起带来的全球性的机遇和挑战

智能治疗:手术中的“达芬奇”

在智能诊断的基础上,人工智能也正在被应用于治疗领域,其中最重要的应用形式便是手术机器人。实际上,在这一次人工智能浪潮兴起...

发表于 10-17 21:21 93次 阅读
智能治疗:手术中的“达芬奇”

亚马逊Echo和Google Home:哪款智能音箱更适合你?

如果你关注智能音箱产品,那么你肯定认识亚马逊Echo和Google Home。这两款来自两大科技巨头的产品,无论从功能还是颜值上,都...

发表于 10-16 16:56 95次 阅读
亚马逊Echo和Google Home:哪款智能音箱更适合你?

回归预测之入门

最近一段时间再看斯坦福大学几期学习的教学视频,有百度首席工程师、百度大脑以及百度研究院的负责人吴恩达教授讲述,内容深入浅...

发表于 10-15 10:19 95次 阅读
回归预测之入门

如何利用机器学习提高光学传感器灵敏度?

        纳米结构的几何形状只要满足特定条件,并匹配入射光的波长,就能够大幅提高光学传感器的...

发表于 10-15 09:51 61次 阅读
如何利用机器学习提高光学传感器灵敏度?

人工智能可助辨识细胞结构

美国艾伦细胞科学研究所的科学家使用机器学习技术训练计算机,使其可在不使用荧光标记的情况下较为准确地辨认出细胞结构。 ...

发表于 10-15 05:21 108次 阅读
人工智能可助辨识细胞结构

2019年北京软博会软件行业技术产品展览会

    2019年北京软博会                    &n...

发表于 10-13 11:12 105次 阅读
2019年北京软博会软件行业技术产品展览会

精选人工智能书籍汇集(十五本)

找了很久才找到这15本书,大家可以收藏一下慢慢学习 ...

发表于 10-12 16:04 673次 阅读
精选人工智能书籍汇集(十五本)

物联网时代企业需要什么样的人才?

物联网(IoT)技术的大爆发时代即将到来,世界将进入真正的万物互联。据记者 了解,某科技公司高管明确表示,现在与客户所谈的项...

发表于 10-12 10:00 84次 阅读
物联网时代企业需要什么样的人才?