英特尔中国研究院在北京举办了一场趣味生动的开放日交流活动。里面全是代表了英特尔在科技创新的发展过程,足以让你感觉到科技的性感与温度。也让你感受创新背后的芯路历程,揭秘数据时代的科技有多么的不可思议。
“英特尔中国研究院开放日”近日在北京举行。此次活动展出了一系列最具前瞻性的研究项目和成果,充分彰显了英特尔在引领并定义未来科技之路的过程中砥砺前行的创新精神与实践成果。此次展出的关键技术,源于英特尔中国研究院目前的三大主攻方向,即人工智能算法、自主系统平台和智能基础设施。这些创新成果在充分诠释未来无限可能性的同时,又让大家领略到了科技性感和充满温度的一面。
自主系统平台机械手抓取 *** 控系统
该平台包含了Eagle Shoal机械手、机械臂、以及感知硬件技术和软硬件集成的一整套方案 ,主要用于机器人抓取 *** 控的相关研究。Eagle Shoal 机械手由英特尔中国研究院自主研发原型,包含8个主动自由度,16个力传感器,能够满足日常生活中遇到的大部分抓取需求,有效降低抓取 *** 控研究领域所需的机械手硬件成本。
Eagle Shoal现在已是英特尔中国研究院的“小明星”。今年,它在湖南卫视的《我是未来》节目中,与皮影戏大师秦礼刚先生同台表演《武松打虎》,演绎科技使传统文化焕发新生。此外,它在今年的IROS机器人抓取与 *** 作大赛中获得第三名,是参赛团队中唯一的灵巧手。
“机器人英雄荟”-——HERO平台
HERO平台,顾名思义,它打造了“机器人英雄荟”。它采用了英特尔®酷睿™系列CPU,并搭载英特尔®Arria® 10 GX系列FPGA作为异构加速,“用武之地”非常广泛,尤其是在智能机器人方面。基于HERO平台,英特尔中国研究院开发了多种基于FPGA加速的机器人算法:
定位与导航:
利用FPGA的超强计算力,即使采用低成本的激光雷达,也能为机器人提供稳定的定位与导航能力。
高精度运动规划:
双臂机器人可以通过图形界面设置双臂的目标位置实现运动路径规划与执行。
雷达感知:
通过雷达感知扩展机器人的视野,睿宝能够发现身后的人,也可以在光线暗淡或有遮挡的情况下感受到人。
自主避障:
持续运动中的机器人凡遇到障碍即转向。
此外,该平台基于英特尔®SGX技术构建了机器人的物理和信息安全系统,针对攸关物理安全的算法模块和IO通道提供芯片级安全保障。
最“懂”你的AI机器人-——睿宝
想象有一天,你身边的机器人伙伴能够快速识别你的脸,能够清晰分辨出你的声音,还能聪明猜透你的心… 这一切要如何实现?
通过基于置信度的多模态融合技术, 配合摄像头和麦克风等多个传感器,英特尔中国研究院自主研发的睿宝机器人能够在线自主学习,采集和标注每个用户在不同时间、地点和场景下的数据。利用个性化知识图谱,通过多模态交互,睿宝还能构建针对每个用户的知识图谱,支持个性化交互。
这些技术都可以广泛应用于家用服务机器人、智能家居等需要与用户互动、提供个性化服务、情感陪伴等场景。
智能基础设施无线3D VR全景视频采集播放系统
无线3D VR视频和游戏系统包括超高分辨率全景视频采集合成和无线VR传输,在5G时代通信与计算融合的助力下,采用边缘计算加速端到端的海量数据的可靠传输,实现远程沉浸式互动,用户可以身临其境地观赏全景视频,或者参与移动端VR游戏互动。
它使用了ISP总线同步相机快门,通过分布式构架加速全景图像拼接和压缩,利用光流算法去除鬼影效应,并能在任意角度插值生成3D立体信息。该系统同时采用英特尔核心GPU处理和压缩图像,通过无线传输将主机渲染输出到远程移动VR终端,并利用无线OFFLOAD技术降低移动到显示延迟和抖动。
人工智能算法实时人像风格迁移
你相信吗?凭借一个摄像头,就能够实时在镜头中看到具备不同艺术风格的面部特效。基于业界顶尖的深度神经网络人像风格迁移系统,英特尔中国研究院将多种艺术人像风格实时迁移到静态的目标图像以及动态的目标视频中。不仅限于目前的成果,随后该技术还可以广泛普及在AR/VR、在线直播、影视、多媒体社交等更多领域。
实时3D面部表情捕捉与特效渲染
前不久,著名艺人、时尚偶像、唱作歌手李宇春推出她的首支人工智能MV——《今天雨,可是我们在一起》。这首MV成为了科技赋能音乐和娱乐的跨界创新范例,搭载的技术就是来自英特尔中国研究院的3D人脸面部表情捕捉技术。基于机器学习和深度学习算法,英特尔的研究员们从数十万人脸图片数据中,训练出多个人脸识别模型,用于对视频图像进行智能分析与3D建模,不仅可以检测与识别人脸,还能精准重建3D人脸,并实时跟踪面部表情变化,将预先设计好的特效素材附着在3D人脸上,叠加到视频中,从而实现逼真炫酷的脸部特效。
目前,英特尔中国研究院与英特尔全球研究体系、中国本地产学届展开合作,致力于推动技术原型的产品化和产业化,真正推动产业和社会向前发展,让科技进一步普惠每一位世界公民。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)