Theo dõi mặt

 

Theo dõi mặt là một chi nhánh của máy tính tầm nhìn đó bao gồm việc chạy tính toán trên dữ liệu hình ảnh trên khuôn mặt. Loại phần mềm đóng một vai trò khác nhau trong tương lai của các ứng dụng AR và VR và sẽ ảnh hưởng đến tương lai của thương mại điện tử, an ninh, trò chơi điện tử và ngành công nghiệp truyền thông.

Nghiên cứu nó đã thấy sự thành công đáng kể trong sự phát triển với mặt riêng của chúng tôi theo dõi các thuật toán. Phần mềm của chúng tôi hỗ trợ mặt tính năng theo dõi với bộ cảm biến RGB và cấu hình bộ cảm biến độ sâu trong tương lai, được gọi là RGB-D. Sự bao gồm của dữ liệu độ sâu là một phát triển quan trọng trong theo dõi trên khuôn mặt, vì nó cho phép mạnh mẽ tái tạo 3 chiều của khuôn mặt của con người cũng như occlusion. Occlusion cho phép nội dung chẳng hạn như mũ, kính, và đồ trang sức để một cách chính xác được trả lại phía sau hoặc xung quanh mặt khi người dùng quay đầu của họ. Điều này cho phép người tiêu dùng một kinh nghiệm hấp dẫn và thực tế cho lấy mẫu trên một loạt các sản phẩm mòn đầu.

Augmentations lý tưởng cho khuôn mặt của con người nên thay đổi và thích ứng phù hợp với các biến thể trong biểu hiện trên khuôn mặt của người dùng. Điều này là cần thiết khi mặt theo dõi được sử dụng để chơi Game, trong phim hay thậm chí sản phẩm đánh giá trong ngành công nghiệp Mỹ phẩm. NÓ nghiên cứu công nghệ địa chỉ yêu cầu này với sự hỗ trợ cho theo dõi mặt tính năng, có sẵn trên hệ hiện tại điện thoại di động phần cứng.

Khả năng tạo 3D, độ trung thực cao tái tạo của khuôn mặt của con người sẽ mở cửa mới cho thêm thông tin liên lạc đường dài nội tạng, cải tiến sản phẩm kiểu trực quan trước, tăng ngâm cho trò chơi điện tử, các biện pháp tăng cường bảo mật, cũng như các khu vực khác của ứng dụng.

Thế hệ tiếp theo thiết bị cảm ứng

 

Sự tiến hóa của máy tính là đội ngũ trên sự tiến bộ của cảm giác phần cứng. Trong lịch sử, sử dụng các mô-đun máy ảnh một điện thoại thông minh đã là trọng tâm chính của điện thoại di động máy tính tầm nhìn; Tuy nhiên, các loại khác nhau của cảm biến sử phức tạp hơn kinh nghiệm và tương tác. Với các mục tiêu trong tâm trí, nghiên cứu nó đã tích hợp 'Nhiệt Touch' vào danh mục đầu tư của các công nghệ-một hệ thống mà có thể xác định các đối tượng chúng tôi liên lạc thông qua cảm biến sự ấm áp trái vào chúng bằng ngón tay của chúng tôi. Người dùng có thể thao tác các nội dung ảo trong một cảnh thông qua tương tác vật lý với thế giới thực, tạo ra một giao diện duy nhất giữa hai.

Một công nghệ mới nổi đang thực hiện một tác động trong Computer Vision là bộ cảm biến độ sâu, hoặc cấu hình "RGB-D". Sâu cảm biến trực tiếp giải quyết vấn đề xác định khoảng cách đối tượng trong một cảnh, và có thể được tích hợp với thông tin hình ảnh hiện có để tạo ra chính xác và quy mô chính xác tái tạo của môi trường trong thời gian thực. Điều này có các ứng dụng rất hữu hình cho sản phẩm trước khi kiểu trực quan nhất, thiết bị phù hợp, cùng với cử chỉ và theo dõi trên khuôn mặt. Ngoài ra, bộ cảm biến RGB-D sử occlusion ảo nội dung đằng sau các đối tượng thực sự gần gũi hơn với người xem, một thành tựu quan trọng mà làm cho AR hầu như tất cả những kinh nghiệm thực tế và tích hợp vào môi trường thực tế hơn.

Ước lượng chiếu sáng

 

Để đạt được các mức độ thuyết phục của chủ nghĩa hiện thực với những kinh nghiệm thực tế bổ sung, nó là rất quan trọng để bắt chước điều kiện ánh sáng của môi trường trong đó nội dung cư trú. Là con người, chúng tôi đang keenly nhận thức của các đối tượng không hành xử một cách chính xác là liên quan đến ánh sáng và các đối tượng ngay lập tức được coi là không tự nhiên. Bóng tối của các đối tượng ảo nên dự án theo hướng tương tự như bóng tối của các đối tượng thực sự trong vùng lân cận của họ, và tương tự như vậy cho ánh sáng phản chiếu.

NÓ nghiên cứu ánh sáng mạch lạc công nghệ có thể ước tính điều kiện ánh sáng của một cảnh trong thời gian thực và lần lượt dịch những điều kiện này vào các đối tượng ảo trong cảnh. Kết quả là một kinh nghiệm thực tế bổ sung, trong đó nội dung ảo xuất hiện tự nhiên, với điều kiện ánh sáng phù hợp với các khu vực xung quanh. NÓ nghiên cứu động chiếu sáng công nghệ hoạt động trong thời gian thực để phản ánh thay đổi điều kiện ánh sáng của một môi trường thế giới thực.

SLAM

 

Một yêu cầu quan trọng trong máy tính ứng dụng liên quan đến việc có thể để quan sát và hiểu biết môi trường. Điều này trở nên đặc biệt quan trọng khi ai muốn tăng cường các thông tin trong một môi trường hoàn toàn mới. Đồng thời các địa phương hoá và lập bản đồ (SLAM) là một kỹ thuật cho phép một thiết bị để bản địa hoá chính nó trong một môi trường không rõ, trong khi tại đồng thời tạo ra một bản đồ tài liệu tham khảo của những khu vực xung quanh.

Tại nghiên cứu nó, chúng tôi đã phát triển các phiên bản riêng của chúng tôi của SLAM có

độ chính xác-ngay cả với thiết bị di động tiêu chuẩn. NÓ nghiên cứu SLAM cho phép các nội dung thông trong môi trường không rõ, hoặc những gì được gọi là "3D theo dõi markerless". Với SLAM môi trường hoặc các đối tượng có thể được xây dựng lại một thời gian, sau đó lưu sau đó được sử dụng trong các ứng dụng như nhiều như bạn muốn. Điều này có lợi ích độc đáo khi thách thức với việc tạo ra tăng cường thực tế kinh nghiệm cho môi trường trong nhà, khi cấu hình theo dõi khác không đủ để khai thác tính năng.

Tìm kiếm hình ảnh

 

Ồ ạt quy mô nó nghiên cứu liên tục Visual tìm công nghệ nhận dạng hình ảnh quá trình sử dụng máy chủ mạnh mẽ đám mây của nghiên cứu, cho phép lớn quy mô ứng dụng thực tế tăng cường.

Cơ sở dữ liệu của hàng triệu hình ảnh có thể được kiểm tra nhanh chóng cho một trận đấu với một hình ảnh được gửi từ phía khách hàng. Kết quả là một giải pháp tìm trực quan cho phép augmenting mục trong môi trường xung quanh của chúng tôi trên một quy mô lớn: từ sản phẩm bao bì, để hướng dẫn sử dụng kỹ thuật, với tác phẩm nghệ thuật. Công nghệ này cũng phục vụ như là một giải pháp quản lý dữ liệu, offloading hình ảnh phù hợp với dữ liệu và nội dung ra khỏi thiết bị và vào các đám mây. Điều này góp phần vào tuổi thọ pin tốt hơn và một khối lượng công việc nhẹ hơn cho CPU.

Theo dõi đối tượng 3D

 

NÓ nghiên cứu dẫn đầu ngành công nghiệp trong đối tượng 3D theo dõi công nghệ. Thông qua sự kết hợp của tính năng theo dõi, trực quan odometry và dựa trên cạnh theo dõi, công nghệ của chúng tôi có thể theo dõi và tăng cường các đối tượng thực tế, chứ không phải là cấu hình đơn giản đánh dấu 2D.

Vật thể 3D theo dõi sẽ mở ra những cơ hội mới trong Augmented Reality: linh kiện máy móc có thể được chú thích với thông tin kỹ thuật số, hàng tiêu dùng có thể được tăng cường với thông tin bổ sung sản phẩm hoặc chương trình khuyến mãi, và vui chơi giải trí kỹ thuật số có thể được pha trộn tự nhiên vào thế giới thực.

NÓ nghiên cứu gần đây nhất đã tích hợp dựa trên tính năng theo dõi và dựa trên cạnh theo dõi vào một hệ thống rất mạnh mẽ được gọi là kết hợp theo dõi. Cấu hình này mang lại độ chính xác cao hơn và mạnh mẽ bằng cách kết hợp sức mạnh của cả hai phương pháp tiếp cận.

Xã hội phân tích đa phương tiện


Nội dung đa phương tiện đang sản xuất và chia sẻ thông qua Internet ở mức chưa từng thấy. Ví dụ, hơn một triệu hình ảnh được chia sẻ mỗi ngày và 100 triệu giờ video được chia sẻ mỗi năm. Với onslaught này của dữ liệu, khả năng tự động hiểu nội dung của hình ảnh và video là rất quan trọng để cho phép các ứng dụng chẳng hạn như truy dựa trên nội dung, tương tự như mục tìm kiếm, tìm kiếm được cá nhân hoá nội dung, bảo vệ, và mô hình dòng chảy của các nội dung đa phương tiện trên mạng xã hội. Khả năng như vậy có thể cung cấp hiệu quả chi phí giải pháp cho việc thu thập thông tin về virus nội dung (ví dụ như, memes), khách hàng thông tin phản hồi về sản phẩm mới, và các sự kiện địa lý chính trị hay quân sự trên khắp thế giới, mà trước đó đã không thể không có nhóm nghiên cứu và tình báo chuyên dụng.

NÓ nghiên cứu đang phát triển một bộ công cụ phân tích quy mô lớn đa phương tiện mà tập trung vào sự hiểu biết nội dung trực quan, dựa trên nội dung tìm kiếm, bảo vệ bảo mật trực tuyến, và mạng mô hình. Những công cụ phần mềm này kết hợp các kỹ thuật nhà nước-of-the-nghệ thuật mới nhất trong các phân tích đa phương tiện để phát hiện các đối tượng, cảnh, hoạt động, văn bản trong cảnh, và tín hiệu âm thanh nhúng trong hình ảnh không bị giới hạn và video. Các kỹ thuật cùng được sử dụng để phân tích và phát hiện các mô hình quan tâm trong dữ liệu. Sự phát triển của một cố vấn riêng tư, cảnh báo người dùng khi hình ảnh với các vật liệu có khả năng bảo mật nhạy cảm là về để được vô tình chia sẻ trên web là một ví dụ về một của nó của nghiên cứu dự án đang diễn ra. Công cụ của chúng tôi đã chứng minh các chính xác cao trên dữ liệu quy mô lớn, thế giới thực và có thể được điều chỉnh cho các lĩnh vực ứng dụng đa dạng. Ngoài ra, nghiên cứu nó đã tích hợp công cụ nâng cao kiểu trực quan và tương tác mà cho phép một trải nghiệm liền mạch tìm kiếm trên trình duyệt web và cải thiện độ chính xác tìm kiếm bằng cách kết hợp thông tin phản hồi của người dùng liên quan.



Hệ thống các kiến trúc cho các tìm kiếm của lớn đa phương tiện lưu trữ thông qua khai thác các tính năng hình ảnh và âm thanh. Kết quả tìm kiếm được tinh chế
thông qua người sử dụng lặp đi lặp lại thông tin phản hồi.
 

Kết quả tìm kiếm tinh tế cho "flash đám đông."
 

Kết quả tìm kiếm dựa trên phong cách trực quan tương tự.

Hoạt động công nhận và phân tích hành vi


NÓ nghiên cứu có chuyên môn trong việc phát triển các giải pháp để xác định các hoạt động và sự hiểu biết hành vi dựa trên sự tương tác của người dân và các phương tiện với môi trường. Khái niệm cơ bản là để nhận ra hành vi mô hình dựa trên tĩnh và năng động đến descriptor chứa trong video chẳng hạn như vị trí, đối tượng, và các hoạt động được thực hiện. Giải pháp của chúng tôi được dựa trên đại diện mạnh mẽ, toán học và chứng minh trong đa dạng và đầy thách thức tình huống thế giới thực như video giám sát và bóng đá đường phố.

Những khả năng, ngoài các tiến bộ để hiện tại nhà nước-of-the-art công nhận video, là cần thiết để vượt qua một thách thức quan trọng trong sự hiểu biết video: sự công nhận của bất kỳ sự kiện và các đối tượng trong một số vô hạn các phong cách, phẩm chất và cảnh.

 


Xây dựng lại 3D từ Video


Khu vực rộng video cảm biến có thể tạo ra một vài Gigabyte dữ liệu video nguyên một lần thứ hai và hàng trăm terabytes trên một nhiệm vụ, tạo ra một nhu cầu cho các phương pháp hiệu quả của nén dữ liệu này cho tải và lưu trữ. Không có kỹ thuật nén tiêu chuẩn, nhưng không ai trong đó sử dụng một thực tế rằng thế giới là tĩnh trong 3D. Với khái niệm này, nó nghiên cứu đang phát triển kỹ thuật để làm tăng đáng kể nén của khu vực rộng video bằng cách sử dụng mô hình 3D.

Để nén video trong một cách, bước đầu tiên là để tách các nền trước và nền và phân biệt các yếu tố năng động cảnh. Trong việc xác định các yếu tố năng động mà cần phải được đại diện, nó là rất quan trọng để xem xét ngắn-, dài- và rất dài hạn thay đổi đó sẽ ảnh hưởng đến hiện trường. Bằng cách xác định các yếu tố đó phải được đại diện, tập trung có thể thay thế nền với một mô hình 3D để cho phép nén. Mô hình 3D này gồm quan điểm và phụ thuộc vào thời gian xuất hiện dữ liệu cần thiết cho sự hiểu biết đầy đủ trong bối cảnh đó. Thông qua điều này loại nén, có là một đáng kể lưu trữ và hiệu quả đạt được, cần thiết cho datasets ngày càng lớn đang được tiêu hóa.

 

Dựa trên nội dung Video và hình ảnh truy


NÓ nghiên cứu đã phát triển khả năng quan trọng trong hình ảnh dựa trên nội dung thu hồi từ nhiều chương trình DARPA và AFRL. Chúng tôi ăn, tiền xử lý, và ổn định một nguồn cấp dữ liệu video đến và sau đó xác định và mô tả các đối tượng di chuyển, cả hai dismounts và các phương tiện. Bộ mô tả video phức tạp hơn, chẳng hạn như bộ mô tả chuyển động (bao gồm cả động, biến và khớp nối chuyển động), xuất hiện trình mô tả (bao gồm cả màu sắc và hình dạng), và hành vi descriptor (chẳng hạn như chạy, mang, xe u-turn, và nhiều người khác) đặc trưng nội dung ngữ nghĩa sâu sắc hơn.

Phân tích ngữ nghĩa này cho phép cảnh báo trực tiếp cho lực lượng đặc biệt nhân và có thể chiếu hoạt động không mong muốn hoặc nghi ngờ trong một luồng video, có thể là rất quan trọng cho nhiệm vụ thành công. Hơn nữa, nâng cao khả năng pháp y cho phép hồi tố truy của hoạt động của các lợi ích từ lớn datasets.

Nghiên cứu nó đã bắt đầu để đặt khả năng phân tích hình ảnh và video của mình trên Forge.mil như là một phần của CNTT nghiên cứu hình ảnh và Video khai thác và thu hồi bộ công cụ (KWIVER), với không giới hạn quyền đối với chính phủ. Khả năng trên giả mạo. Mil hiện nay bao gồm mã nguồn đầy đủ cho nó nghiên cứu của WAMI thời gian thực theo dõi hệ thống. Chúng tôi có kế hoạch để thêm vào khả năng trong KWIVER và hy vọng sẽ xây dựng một cộng đồng phát triển lâu dài từ chính phủ và cộng tác viên thương mại.


Kết quả tìm kiếm mẫu cho truy vấn "Hiển thị tất cả mọi người ai đang thực hiện."

Khu vực rộng Video phân tích


NÓ nghiên cứu đang phát triển một hệ thống phần mềm có khả năng tự động và tương tác phát hiện hữu dụng tình báo từ khu vực rộng hình ảnh chuyển động (WAMI) của các môi trường phức tạp của đô thị, ngoại ô và nông thôn. Trong WAMI, các yếu tố chính thông tin đang di chuyển thực thể trong bối cảnh của con đường, tòa nhà, và các tính năng khác của cảnh. Các thực thể, trong khi khai thác, thường mang lại các bài hát phân mảnh trong môi trường đô thị phức tạp do occlusions, dừng, và các yếu tố khác. NÓ nghiên cứu phần mềm hệ thống sử dụng thuật toán giải pháp để kết hợp các bài hát và sau đó xác định và tích hợp các sự kiện địa phương để phát hiện mối đe dọa tiềm năng và thực hiện phân tích pháp y.

Hệ thống phần mềm này đáng kể augments dùng một cuối khả năng để khám phá tiểu thuyết tình báo bằng cách sử dụng mô hình hoạt động, bình thường, và bối cảnh. Kể từ khi đại đa số các sự kiện bình thường và đặt ra không có mối đe dọa, các mô hình phải cross-tích hợp các sự kiện từ để khám phá mối quan hệ và bất thường được chỉ của hành vi đáng ngờ hoặc phù hợp với từng học - hoặc được xác định - đe dọa hoạt động.

Nâng cao hệ thống cải thiện khả năng của một nhà phân tích xử lý dữ liệu WAMI đang phát triển và làm giảm thời gian cần thiết để thực hiện nhiều các tác vụ khai thác hiện tại, rất nhiều nâng cao khả năng phân tích và sử dụng dữ liệu phân tích pháp y.

 


 

Sự hiểu biết cảnh


Sự hiểu biết cảnh trong video là một vấn đề đang nổi lên để giám sát trực quan và video hiểu vấn đề. NÓ nghiên cứu đang làm việc để tạo ra giải pháp trong lĩnh vực này, bao gồm cả chức năng đối tượng công nhận. Chức năng đối tượng công nhận là khả năng để xác định các đối tượng với mục đích cụ thể chẳng hạn như một chiếc xe tải người phát thơ và giao hàng được xác định hơn bởi hành động và hành vi hơn của họ bằng cách xuất hiện. Chúng tôi đang phát triển một cách tiếp cận học tập dựa trên nội dung và sự công nhận của các chức năng của di chuyển các đối tượng cho video có nguồn gốc bài hát. Đặc biệt, chúng tôi đã xác định rằng các hành vi ngữ nghĩa của máy động lực có thể được chụp trong một cách độc lập vị trí bởi attributing chúng với các tính năng mã hóa quan hệ của họ và hành động liên quan đến bối cảnh cảnh cảnh địa phương khu vực với các chức năng khác nhau chẳng hạn như cöûa ra vaøo và bãi đậu xe điểm mà di chuyển các đối tượng thường tương tác với. Dựa trên các đại diện, chức năng mô hình học được từ ví dụ và tiểu thuyết trường hợp được xác định từ dữ liệu không nhìn thấy sau đó.

 

Phát hiện chuyển động và theo dõi


NÓ nghiên cứu đang phát triển công cụ tập trung vào di chuyển các đối tượng phát hiện và theo dõi chúng trong lưu trữ và streaming video. Các yếu tố chính thông tin trong các dữ liệu video đang di chuyển thực thể trong bối cảnh của con đường, tòa nhà, và các tính năng khác của cảnh. Những thực thể này thường mang lại các bài hát phân mảnh trong môi trường đô thị phức tạp do occlusions, dừng, và các yếu tố khác. NÓ nghiên cứu đang phát triển các giải pháp thuật toán để kết hợp các bài hát và sau đó xác định và tích hợp các sự kiện địa phương để phát hiện mối đe dọa tiềm năng và thực hiện phân tích pháp y.

Các thuật toán phát triển đóng góp cho một hệ thống phần mềm đáng kể augments dùng một cuối khả năng để khám phá tiểu thuyết tình báo bằng cách sử dụng mô hình hoạt động, bình thường, và bối cảnh. Như phần lớn của sự kiện là bình thường và đặt ra không có mối đe dọa, các mô hình đường-tích hợp các sự kiện từ để khám phá mối quan hệ và bất thường được chỉ của hành vi đáng ngờ hoặc trận đấu trước đây được biết đến hoặc xác định mối đe dọa hoạt động.

 

 

Đối tác của chúng tôi

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

Nhận được liên lạc với chúng tôi!

Bản tin

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