人工智能算法研发方向跟踪
- CVPR2020国际会议研究论文方向
CNN
图像分类
目标检测
3D目标检测
视频目标检测
目标跟踪
语义分割
实例分割
全景分割
视频目标分割
超像素分割
NAS
GAN
Re-ID
3D点云（分类/分割/配准等）
人脸（识别/检测/重建等）
人体姿态估计(2D/3D)
人体解析
场景文本检测
场景文本识别
超分辨率
模型压缩/剪枝
视频理解/行为识别
人群计数
深度估计
6D目标姿态估计
手势估计
显著性检测
去噪
去模糊
去雾
特征点检测与描述
视觉问答(VQA)
视频问答(VideoQA)
视觉语言导航
视频压缩
视频插值
风格迁移
车道线检测
"人-物"交互(HOI)检测
行为轨迹预测
运动预测
虚拟试衣
HDR
对抗样本
数据集
其他
不确定中没中
- 商汤科技研究方向
1） 人脸与人体分析技术
2） SLAM 与 3D 视觉
3） 通用与专业图像识别
4） 机器人控制与传感
5） 海量视频理解与挖掘
6）自动驾驶
7）图像视频处理增强
8） 工智能计算平台
9）医学图像分析
- 苹果公司的产品方向
- 最近跟踪关注的技术方向
1）行为识别：让机器学会“察言观色”第一步
人体行为识别，是智能监控、人机交互、机器人等诸多应用的一项基础技术。以电影提到的老人智能看护场景为例，智能系统通过实时检测和分析老人的行动，判断老人是否正常吃饭、服药、是否保持最低的运动量、是否有异常行动出现（例如摔倒）, 从而及时给予提醒，确保老人的生活质量不会由于独自居住而有所降低。第二个例子是人机交互系统，通过对人的行为进行识别，猜测用户的“心思”，预测用户的意图，及时给予准确的响应。第三个例子是医院的康复训练，通过对动作行为的规范程度做出识别，评估恢复程度以提供更好的康复指导等。
2）V-2-X
V2X：全称Vehicle to Everything，指的是车联网通信，包括V2I，V2N, V2P和V2V。
V2I：指的是车辆与道路设施之间进行通信，例如，当汽车接近交叉路口时，信号灯可以告诉汽车交通信号会在什么时候切换。
V2N：指的是车辆与蜂窝网络交换数据，可以提供实时交通信息，比如施工区警告，通过 V2N 还可以提供 SOS 服务以及远程诊断和维修。
V2P：指的是车辆与行人和非机动车之间进行通信，以便在驾驶员视线受到妨碍时也能保障这些人的安全。
V2V：指的是车辆与车辆之间的通信，主要是车辆之间的短时延通信，避免车辆碰撞等安全性问题。
3）软件主导AI
4）彩色成像原理
5）深度学习模型构建
5）超分辨率
6）汽车摄像头（ADAS/DMS/HUD等）
通过这个新摄像头系统，车辆和驾驶员可以持续关注彼此的情况。这最终有助于人们建立对自动驾驶的信任感。
7）物联网
8）场景理解，分割，融合
9）Z曲线
10）三维重构
10） 语义分割，实例分割，全景分割
12）3D点云
激光SLAM
13）摄像头与激光雷达融合
14）存储计算硬件