Pengesanan muka

 

Muka Tracking merupakan cabang visi komputer yang melibatkan menjalankan pengiraan data imej muka. Perisian jenis ini memainkan peranan yang berbeza pada masa akan datang daripada aplikasi AR dan VR dan akan mempengaruhi masa depan e-dagang, Keselamatan, permainan video, dan industri komunikasi.

Penyelidikan IT telah menyaksikan kejayaan yang besar dalam pembangunan dengan wajah kita sendiri yang menjejaki algoritma. Perisian kami menyokong Penjejakan ciri-ciri muka dengan pengesan RGB serta masa depan kedalaman sensor konfigurasi yang dikenali sebagai RGB-D. Kemasukan data kedalaman adalah sebuah pembangunan yang penting di muka Penjejakan, kerana ia membolehkan teguh rekonstruksi dimensi 3 muka manusia serta occlusion. Occlusion membolehkan kandungan seperti topi, cermin mata dan barang-barang kemas yang akan dengan betul diberikan di belakang atau seluruh muka apabila pengguna bertukar kepala mereka. Ini memberikan pengguna satu pengalaman yang menarik dan realistik bagi persampelan jenis produk Haus kepala.

Augmentations yang sesuai untuk muka manusia harus berubah dan menyesuaikan diri mengikut perubahan dalam ekspresi muka pengguna. Ini adalah perlu apabila mengesan muka digunakan bagi perjudian, dalam filem atau pun produk penilaian dalam industri kosmetik. Teknologi IT penyelidikan berucap keperluan ini dengan sokongan untuk Penjejakan ciri-ciri muka, perkakasan mudah alih generasi semasa.

Keupayaan untuk membuat 3D, high fidelity rekonstruksi daripada muka manusia akan membuka pintu baru bagi lebih banyak visceral komunikasi jarak jauh, penambahbaikan produk sebelum visualisasi, rendam peningkatan permainan video, langkah-langkah keselamatan yang lebih kukuh, serta kawasan-kawasan lain permohonan.

Seterusnya generasi sensor

 

Evolusi komputer wawasan adalah bergantung kemajuan perkakasan deria. Mengikut sejarah, penggunaan modul kamera peranti pintar telah menjadi fokus utama dalam visi komputer mudah alih; Walau bagaimanapun, pelbagai jenis pengesan membolehkan lebih canggih pengalaman dan interaksi. Dengan matlamat-matlamat unggul, penyelidikan IT telah bersepadu 'Haba menyentuh' ke dalam portfolio mereka teknologi – satu sistem yang dapat mengenalpasti benda-benda yang kita sentuh melalui sensing kehangatan yang ditinggalkan mereka oleh jari kita. Pengguna boleh memanipulasikan kandungan maya dalam adegan melalui interaksi fizikal dengan dunia sebenar, mencipta antara muka yang unik antara kedua-dua.

Satu lagi teknologi baru muncul yang membuat impak di visi komputer adalah penderia kedalaman, atau tatarajah "RGB-D". Kedalaman sensing terus menyelesaikan masalah menentukan objek jarak dalam adegan, dan boleh diintegrasikan dengan maklumat visual yang sedia ada untuk menjana tepat dan rekonstruksi skala yang betul daripada persekitaran dalam masa nyata. Ini mempunyai kegunaan yang sangat ketara bagi pemasangan peralatan pra visualisasi, produk, bersama-sama dengan isyarat dan mengesan muka. Di samping itu, sensor RGB-D membolehkan occlusion maya kandungan di belakang sebenar objek yang lebih dekat kepada penonton, satu pencapaian yang penting yang menjadikan AR hampir semua pengalaman lebih realistik dan bersepadu ke dalam persekitaran sebenar.

Anggaran pencahayaan

 

Untuk mencapai tahap meyakinkan realisme dengan pengalaman realiti diperkukuhkan, ia adalah penting untuk meniru keadaan pencahayaan dalam persekitaran di mana kandungan yang tinggal. Sebagai manusia, kita akan sedar Moment benda-benda yang tidak bersifat betul dari segi pencahayaan dan objek ini dengan serta-merta dianggap sebagai luar tabii. Bayang-bayang objek maya perlu projek dalam arah yang sama sebagai bayang-bayang objek-objek yang nyata dalam persekitarannya, dan begitu juga begitu bagi cahaya terpantul.

Teknologi pencahayaan yang koheren IT penyelidikan boleh menganggarkan keadaan pencahayaan daripada adegan dalam masa sebenar dan seterusnya menterjemahkan syarat-syarat ini ke benda-benda maya dalam di tempat kejadian. Hasilnya adalah pengalaman realiti diperkukuhkan di mana kandungan maya muncul semula jadi, dengan keadaan pencahayaan yang konsisten dengan persekitaran. Teknologi pencahayaan dinamik IT penyelidikan beroperasi dalam masa nyata bagi menggambarkan keadaan pencahayaan perubahan persekitaran dunia sebenar.

SLAM

 

Untuk keperluan yang penting dalam visi komputer permohonan melibatkan dapat memerhati dan memahami persekitaran yang tidak diketahui. Hal ini menjadi penting terutamanya apabila seseorang mahu menambah maklumat dalam persekitaran yang benar-benar baru. Serentak penyetempatan dan Pemetaan (SLAM) adalah satu teknik yang membolehkan peranti untuk melokalisasikan sendiri dalam persekitaran yang tidak diketahui, pada masa yang sama mencipta peta rujukan persekitaran tersebut.

Pada penyelidikan IT, kami telah membangunkan sendiri versi SLAM yang

ketepatan – walaupun dengan peranti mudah alih yang standard. SLAM penyelidikan IT membolehkan peningkatan kandungan dalam persekitaran yang tidak diketahui, atau apa yang dikenali sebagai "3D markerless tracking". Dengan SLAM persekitaran atau benda-benda boleh dapat dibina semula satu-satu masa, kemudian disimpan untuk kemudian digunakan dalam banyak aplikasi yang diingini. Ini mempunyai manfaat unik apabila dicabar dengan mewujudkan pengalaman realiti diperkukuhkan untuk persekitaran dalaman, apabila konfigurasi Penjejakan lain tidak mencukupi untuk ciri pengekstrakan.

Carian penglihatan

 

Teknologi carian penglihatan berterusan IT penyelidikan secara besar-besaran skala pengiktirafan imej proses-proses yang menggunakan penyelidikan di pelayan awan kuat, membolehkan besar skala aplikasi realiti diperkukuhkan.

Pangkalan data yang berjuta-juta imej boleh dengan cepat disemak bagi perlawanan dengan imej dihantar daripada pihak pelanggan. Hasilnya adalah satu penyelesaian carian penglihatan yang membolehkan peningkatan barangan di sekeliling kita pada besar-besaran: dari pembungkusan produk, untuk manual teknikal, kepada karya seni. Teknologi ini juga merupakan penyelesaian pengurusan data, offloading imej yang padan dengan data dan kandungan daripada peranti dan ke dalam awan. Ini menyumbang kepada kehidupan bateri yang lebih baik dan beban kerja yang lebih ringan untuk CPU.

Penjejakan objek 3D

 

Penyelidikan IT membawa industri dalam objek 3D Penjejakan teknologi. Melalui gabungan ciri-ciri pengesanan, visual odometry dan pengesanan berasaskan kelebihan, teknologi kami ini dapat mengesan dan menambah objek dunia sebenar, dan bukannya konfigurasi penanda 2D yang sederhana.

Objek 3D Penjejakan membuka peluang-peluang baru dalam realiti diperkukuhkan: komponen-komponen jentera boleh dianotasikan dengan maklumat digital, barangan boleh diperkukuhkan dengan maklumat tambahan produk atau promosi dan hiburan digital boleh diadun secara semulajadi ke dalam dunia nyata.

Penyelidikan IT baru-baru ini telah bersepadu berasaskan ciri-ciri pengesanan dan Penjejakan berasaskan kelebihan ke dalam satu sistem yang kukuh yang dikenali sebagai menjejaki hibrid. Konfigurasi ini menghantar lebih tinggi ketepatan dan keberkesanan dengan menggabungkan kekuatan kedua-dua pendekatan.

Analisis Multimedia sosial


Kandungan multimedia sedang dihasilkan dan dikongsi melalui Internet pada kadar yang pernah berlaku sebelum ini. Sebagai contoh, lebih daripada satu juta imej yang dikongsi bersama setiap hari dan 100 juta jam video yang dikongsi bersama setiap tahun. Dengan ini serangan data, keupayaan untuk secara automatik memahami kandungan imej dan video adalah kritikal bagi membolehkan aplikasi seperti pengambilan berasaskan kandungan sama Cari barang, Cari kandungan yang diperibadikan, perlindungan privasi, dan pemodelan aliran kandungan multimedia di rangkaian sosial. Keupayaan itu boleh memberikan penyelesaian yang berkesan kos untuk mengumpul maklumat mengenai virus kandungan (misalnya, memes), maklum balas pelanggan produk-produk baru, dan peristiwa-peristiwa yang geo-politik atau tentera seluruh dunia, yang sebelum ini tidak mungkin tanpa Kumpulan Penyelidikan dan risikan yang berdedikasi.

Penyelidikan ia sedang membangunkan set alat analisis multimedia secara besar-besaran yang memberi tumpuan kepada pemahaman kandungan visual, Cari berasaskan kandungan, perlindungan privasi dalam talian, dan rangkaian pemodelan. Alat perisian ini menggabungkan teknik state-of-the-art multimedia analisis untuk mengesan objek, tabir, aktiviti, teks di tempat kejadian, dan isyarat audio untuk Tempahan tertanam dalam unconstrained imej dan video. Teknik-teknik ini bersama-sama digunakan untuk menganalisis dan mengesan corak menarik di data. Pembangunan Penasihat privasi, yang memberi amaran kepada pengguna apabila imej dengan bahan berpotensi privasi sensitif akan dikongsikan secara tidak sengaja di laman web ini adalah contoh salah satu ia projek penyelidikan yang berterusan. Alat kami telah menunjukkan tinggi ketepatan data secara besar-besaran, dunia nyata dan boleh disesuaikan dengan pelbagai aplikasi domain. Di samping itu, penyelidikan IT alat telah bersepadu termaju visualisasi dan interaksi yang membolehkan pengalaman carian yang lancar pada pelayar web dan memperbaiki ketepatan carian dengan menggabungkan maklum balas kesesuaian pengguna.



Seni bina sistem untuk carian Arkib multimedia yang besar melalui pengekstrakan ciri-ciri visual dan audio. Hasil carian akan ditapis
melalui maklumbalas pengguna lelaran.
 

Hasil carian ditapis untuk "flash gerombolan."
 

Hasil carian berdasarkan gaya visual sama.

Analisis kelakuan dan pengiktirafan aktiviti


Penyelidikan IT mempunyai kepakaran dalam membangunkan penyelesaian untuk mengenal pasti aktiviti dan memahami tingkah laku berdasarkan interaksi orang dan kenderaan dengan alam sekitar. Konsep asas adalah untuk mengenal pasti pola-pola tingkah laku yang berdasarkan Penerang evidential yang statik dan dinamik terkandung di dalam video seperti lokasi, objek dan aktiviti-aktiviti yang telah dijalankan. Penyelesaian kami adalah berdasarkan kenyataan yang kuat, matematik dan ditunjukkan dalam senario dunia nyata yang pelbagai dan mencabar seperti jalan video pengawasan dan bola sepak.

Keupayaan ini, selain daripada Pendahuluan kepada yang semasa state-of-the-art dalam video pengiktirafan, adalah perlu untuk mengatasi cabaran utama dalam pemahaman video: pengiktirafan mana-mana acara dan objek dalam bilangan gaya, kualiti, dan adegan yang tak terbatas.

 


Pembinaan semula 3D dari Video


Pengesan video kawasan yang luas boleh menjana beberapa gigabait data mentah video kedua dan beratus-ratus terabytes ke atas misi, mewujudkan keperluan untuk kaedah cekap dengan memampatkan data ini untuk pindah turun dan Arkib. Terdapat teknik-teknik pemampatan yang standard yang disediakan, tetapi tiada seorang pun yang yang menggunakan fakta bahawa dunia adalah statik dalam 3D. Dengan konsep ini, penyelidikan ia sedang membangunkan teknik-teknik untuk meningkatkan mampatan video luas-kawasan yang menggunakan model-model 3D.

Untuk memampatkan video dalam apa-apa cara, langkah awal adalah untuk memisahkan latar hadapan dan latar belakang dan membezakan unsur-unsur dinamik adegan. Dalam menentukan unsur-unsur yang dinamik perlu diwakili, ia adalah penting untuk mengambil kira perubahan yang pendek, panjang, dan sangat jangka panjang yang akan memberi kesan di tempat kejadian. Dengan menentukan unsur-unsur mesti diwakili, fokus boleh menggantikan latar belakang dengan model 3D untuk membolehkan mampatan. Model 3D ini mengandungi pandangan dan data masa-bergantung kepada penampilan, perlu memahami sepenuhnya di tempat kejadian. Melalui jenis mampatan, ada yang menyimpan dan kecekapan keuntungan, perlu bagi datasets semakin besar yang sedang ditelan.

 

Pencarian imej dan Video berasaskan kandungan


Penyelidikan IT telah membangunkan keupayaan penting dalam pencarian imej berasaskan kandungan dari pelbagai program DARPA dan AFRL. Kami inges, pra memproses, dan menstabilkan suapan video untuk masuk dan kemudian mengenal pasti dan mencirikan objek bergerak, dismounts dan kenderaan. Penerang video yang lebih kompleks, seperti gerakan Penerang (termasuk usul kinematik, deformable dan dimaktubkan), Penerang penampilan (termasuk warna dan bentuk) dan Penerang tingkah laku (seperti berjalan, membawa, kenderaan pusingan u, dan lain-lain lagi) mencirikan kandungan semantik yang lebih mendalam.

Analisis semantik ini membolehkan hidup menyedarkan kepada anggota ops khas dan boleh menandakan aktiviti yang tidak dijangka atau yang menimbulkan kesangsian dalam aliran video, yang boleh menjadi kritikal bagi kejayaan misi. Keupayaan forensik yang selanjutnya, lanjutan membolehkan dapatan semula dikuatkuasa aktiviti-aktiviti menarik dari datasets yang besar.

Penyelidikan ia telah mula meletakkan keupayaan analisis imej dan video pada Forge.mil sebagai sebahagian daripada IT penyelidikan imej dan Video eksploitasi dan pencarian kit (KWIVER) dengan hak-hak yang tidak terhad kepada kerajaan. Keupayaan di Forge. mil ini termasuklah kod sumber lengkap untuk penyelidikan di masa nyata WAMI sistem mengesan. Kami merancang untuk menambah keupayaan dalam KWIVER dan berharap dapat membina komuniti pembangunan yang berkekalan daripada kerajaan dan rakan usaha sama komersial.


Keputusan carian sampel untuk pertanyaan "Tunjukkan semua orang yang akan menjalankan."

Analisis Video Wide-area


Penyelidikan ia sedang membangunkan sebuah sistem perisian yang mampu interaktif dan secara automatik menemui perisikan laksanakan dari kawasan yang luas pergerakan imej (WAMI) persekitaran bandar, pinggir bandar dan luar bandar yang kompleks. Dalam lingkungan WAMI, unsur-unsur utama maklumat bergerak entiti dalam konteks jalan-jalan, bangunan, dan lain-lain ciri-ciri tempat kejadian. Entiti-entiti ini, manakala exploitable, sering menghasilkan trek yang berpecah-pecah dalam persekitaran bandar yang kompleks kerana occlusions, berhenti, dan faktor-faktor lain. Sistem perisian IT penyelidikan menggunakan penyelesaian beralgoritma yang mengaitkan trek dan kemudian mengenal pasti dan mengintegrasikan peristiwa-peristiwa tempatan untuk mengesan ancaman yang berpotensi dan melaksanakan analisis forensik.

Sistem perisian ini dengan ketara augments untuk pengguna keupayaan untuk mencari perisikan novel yang menggunakan model aktiviti, seperti sediakala, dan konteks. Kerana sebahagian besar aktiviti normal dan menimbulkan ancaman tidak, model mesti salib-mengintegrasikan peristiwa-peristiwa yang tunggal untuk mengetahui hubungan dan keraguan yang menunjukkan tingkah laku yang mencurigakan atau perlawanan sebelum ini belajar - atau ditakrifkan - ancaman aktiviti.

Sistem lebih maju meningkatkan keupayaan seorang juruanalisis untuk mengendalikan membesar WAMI data dan mengurangkan masa yang diperlukan untuk menjalankan tugas eksploitasi semasa banyak, banyak meningkatkan keupayaan untuk menganalisis dan menggunakan data untuk analisis forensik.

 


 

Memahami senario


Pemahaman adegan dalam video adalah masalah yang baru muncul untuk pengawasan visual dan masalah pemahaman video. Penyelidikan ia berusaha untuk mencipta penyelesaian dalam bidang ini, termasuk pengiktirafan objek yang berfungsi. Benda-benda berfungsi pengiktirafan adalah keupayaan untuk mentakrifkan objek dengan tujuan tertentu seperti lori posmen dan penghantaran yang ditakrifkan lebih oleh tindakan dan tingkah laku daripada mereka dengan penampilan. Kami sedang membangunkan satu pendekatan pembelajaran berasaskan kandungan dan pengiktirafan fungsi bergerak benda-benda yang diberikan trek video yang diperolehi. Secara khususnya, kita telah ditentukan bahawa tingkah-laku yang semantik penggerak boleh ditangkap dengan cara bukan lokasi oleh mengaitkan sesuatu yang lain mereka dengan ciri-ciri yang mengekod perhubungan dan tindakan-tindakan berkenaan dengan adegan konteks, iaitu kawasan-kawasan tempatan dengan fungsi yang berbeza seperti doorways dan tempat letak kereta yang bergerak objek sering berinteraksi dengan mereka. Berdasarkan kenyataan ini, model-model berfungsi belajar dari contoh-contoh dan contoh novel dikenal pasti daripada data ghaib selepas itu.

 

Pengesanan gerakan dan mengesan


Penyelidikan ia sedang membangunkan alat-alat yang fokus pada objek bergerak mengesan dan menjejaki mereka di Arkib dan penstriman video. Unsur-unsur maklumat utama dalam apa-apa data video bergerak entiti dalam konteks jalan-jalan, bangunan, dan lain-lain ciri-ciri tempat kejadian. Entiti-entiti ini sering menghasilkan trek yang berpecah-pecah dalam persekitaran bandar yang kompleks kerana occlusions, berhenti, dan faktor-faktor lain. Penyelidikan ia sedang membangunkan penyelesaian beralgoritma yang mengaitkan trek dan kemudian mengenal pasti dan mengintegrasikan peristiwa-peristiwa tempatan untuk mengesan ancaman yang berpotensi dan melaksanakan analisis forensik.

Algoritma maju menyumbang kepada satu sistem perisian yang drastik augments untuk pengguna keupayaan untuk mencari perisikan novel yang menggunakan model aktiviti, seperti sediakala, dan konteks. Kerana sebahagian besar aktiviti normal dan menimbulkan ancaman tidak, model cross-mengintegrasikan peristiwa-peristiwa yang tunggal untuk mengetahui hubungan dan keraguan yang menunjukkan tingkah laku yang mencurigakan atau perlawanan sebelum ini belajar atau ditakrifkan ancaman aktiviti.

 

 

Rakan kongsi kami

itresearches Discover our Technology Demonstrations : http://t.co/Bm1s6kIFub http://t.co/9JcATBDbUc

Hubungi kami!

Newsletter

Address

Address:
34 New House, 67-68 Hatton Garden, London, England, EC1N 8JY, City of London
Toll(UK):
+448000786364
Fax(UK) :
+448458520997

About Us

IT Researches ltd is an information technology company & International computer research centre offering a wide variety of 'AI Powered™' IT services for companies and researchers worldwide .

Connet With Us