基于深度学习加速引擎QEngine的人体骨骼姿态识别系统与观众互动 深度学习加速引擎QEngine的应用不仅限于加速人体骨骼姿态识别算法。QEngine兼容业界主流的深度学习框架Caffe、Caffe2、mxnet、TensorFlow等，支持CPU、GPU、嵌入式等多种硬件平台，可以对各种人工智能深度学习模型进行算力加速。采用QEngine之后，深度学习模型的性能可以提高2-4倍，并减少65%-85%的内存占用。 QEngine兼容业界主流的深度学习框架，并支持多种硬件平台 自动化研究所研发的深度学习加速引擎QEngine作为人工智能算力加速开放平台，可以为相关团队提供AI训练和推理加速服务，解决深度学习模型在终端硬件上部署的效率难题，缩短产品开发周期，加速AI技术的应用落地。 瞭望人工智能的星空，机器“识人”如星河一般，闪耀着璀璨之光向着大地漫延流动。 机器“识人”通过对人全面的观察，更好的理解人类，在多样化的场景下给予人“人性化”的响应。基于机器慧眼的情感驾驶，对车内人的表情和肢体语言进行捕捉分析，理解人的情感。根据人的情感，设定相应的声、光环境。如果识别出驾驶人出现疲惫状态、负面情绪，还可以提高车辆辅助驾驶的等级。 机器“识人”能够超越人眼极限，让事情变得更加简单、容易，为人类提供支持。利用手机摄像头对人的五官、脸部皮肤的进行观察，以非接触的方式便利地得到人体心率、血压、体重BMI指数，分析人的生理特征。AI视觉技术能够检测到人体的全方位立体信息，作为花样滑冰旋转动作、高台跳水翻滚动作等运动的“机器裁判”，建立人体动作形态的立体模型，更加准确的识别运动员的动作，精准评判。 人们对于安全、便利的追求和行业对于高效的诉求推动着机器识人技术朝着“更加理解人类”“超越人眼极限”方向不断创新，应用渗透到在越来越多的场景中。机器“识人”传奇刚刚开启，未来更值得期待。
|
