搜索
基础架构人脸识别深度学习滤镜物体追踪食物识别物体识别和分类智能算法解决方案深度学习算法,算法优化、移植和集成中科创达针对手机，智能硬件及智能车载研发了图像处理、机器视觉等多种智能图像算法。在图像处理领域我们拥有降噪，畸变矫正，智能美颜，滤镜等一系列画质增强和图像美化的核心技术。在机器视觉领域，我们基于深度学习技术，研发出人脸识别，通用物体识别，食物识别及摄入热量检测，智能化构图等一系列人工智能算法技术。针对物流等传统行业，我们拥有包裹体积测量的算法解决方案，无需任何特殊外设，普通手机使用单颗后置摄像头即可完成。而且我们的人工智能技术无需联网，完全在设备端流畅处理完成，能避免隐私泄露，让智能设备拥有一颗真正的移动之眼。深度学习MachineLearningPlatformonDeviceJointResearchwithQualcomm®JointResearchwithARM®AlgorithmTeamPerformanceOptimizationTeamAlgorithmTeamNPEHVXQualcomm®(GPU+DSP)OpenCLCV/DLSoftwareLibraryARM®(GPU)算法研究和开发深度学习算法/传统算法算法的平台优化HVX,OpenCL,NEON,NPE智能终端算法集成应用层,Framework层,HAL层,DSP层优势和价值高效的架构小型化我们有一系列高性能的架构，以支持深度学习算法的演进，达到实时高精度运算的算法实现。在确保性能的前提下，压缩和裁剪算法模型和参数，有效缩小运行态实例的体积，使之能够适应智能终端的移动要求。轻量级即插即用为移动智能终端打造的轻量级深度学习算法实现，并在内存使用效率和功耗方面进行平台优化。平台优化针对Qualcomm®、ARM等平台的硬件计算能力，对算法进行优化，能够大幅度地提升运行速度并降低功耗。提供可扩展的深度学习平台，使第三方应用和创客能够更容易地使用算法来增强产品体验。算法展示CES/MWC2017Qualcomm®展台物体识别和智能拍照引导算法在2017年的国际消费类电子产品展览会（CES）及世界移动通信大会（MWC）上，THV团队携手高通公司在高通展台上展示了我们的物体识别及智能拍照引导算法。这些算法独立运行在高通的便携设备上，支持单机运行，不需要联网。实时识别物体，实时对用户的拍照行为进行引导。算法展示MWC2017ARM®展台食物识别和卡路里计算算法在2017年的世界移动通信大会（MWC）上，ThunderView团队联合ARM公司在ARM展台展示了食品识别及热量估算的算法。利用在ARM设备上的深度学习引擎，我们在ARM双摄设备上展示了食品识别和热量估算的移动应用程序。