人脸跟踪

 

面部跟踪是计算机视觉涉及到对人脸图像数据运行计算的一个分支。这种类型的软件发挥显著的作用在未来 AR 和 VR 应用程序,并将影响未来的电子商务、 安全、 视频游戏和通信产业。

IT 研究已经相当大的成功,在发展中与我们自己的面部跟踪算法。我们的软件支持带 RGB 传感器),可为今后深度传感器配置,称为 RGB D.面部特征跟踪深度数据列入是人脸跟踪中的一个重要发展,因为它使鲁棒 3 维重建的人类的脸一样闭塞。闭塞允许内容,如帽子、 眼镜和珠宝要正确呈现背后或脸周围当用户打开他们的头。这使消费者采样头磨损产品各种令人信服的和现实的经验。

人脸的理想扩增应该改变而是顺应用户面部表情的变化。当人脸跟踪用于游戏、 影片或甚至产品评价在化妆品行业中,这是必要的。IT 研究技术解决了这一要求的面部特征点跟踪,可用在目前这一代的移动硬件上的支持。

创建 3D 人脸的高保真重建的能力将会打开新的大门,为更多的内脏的长途通信、 改进产品预可视化、 增加的沉浸的视频游戏、 加强的安全措施,以及其他领域的应用。

下一代传感器

 

计算机视觉的演变是硬件的取决于能否提高地位的感官。从历史上看,使用智能设备的相机模块已移动计算机视觉的主要焦点但是,不同类型的传感器启用更复杂的体验和互动。怀着这些目标,研究了集成 '热摸' 进他们的投资组合的技术 — — 一种可以识别我们摸不透传感温暖了我们的手指给他们留下的对象系统。用户可以操纵虚拟内容通过物理作用与现实世界中,场景中的创建一个独特的界面,两者之间。

另一种新兴的技术,计算机视觉中产生的影响是深度传感器或"RGB D"配置。深度遥感直接解决了确定距离对象在一个场景中的问题,可以与现有的视觉信息来生成准确和规模正确重建环境的实时集成。这已经非常具体用途产品预可视化设备配件,手势和面部跟踪。此外,RGB D 传感器使闭塞的虚拟内容更接近于观众的真实对象的后面,一项重要的成就,使几乎所有的 AR 经验更加现实和集成到真实的环境。

光照估计

 

为了达到令人信服的水平的现实与增强现实经验,至关重要的是模仿内容驻留在其中的环境的照明条件。作为人类,我们敏锐地意识到在照明方面的行为不正确的对象,这些对象直接感知的一样不自然。虚拟物体的阴影应该项目真实的物体在其邻近地区的同一方向作为阴影和反射光同样如此。

IT 研究相干照明技术可以估计一个场景中实时的照明条件,并反过来翻译虚拟场景中的物体把这些条件。其结果是增强现实经验的虚拟内容显得很自然,与照明条件与周围环境相一致。IT 研究动态照明技术在实时运行以反映真实世界环境的不断变化的照明条件。

大满贯

 

一项重要的要求,在计算机视觉中的应用涉及到能够观察和了解未知的环境。当一个人想要增加信息是全新的环境中,这显得尤为重要。同时定位与映射 (SLAM) 是一种技术,允许设备本地化本身在未知的环境中,同时创建这些环境参考图。

IT 研究我们开发了我们自己的版本大满贯

精度 — — 即使是使用标准的移动装置。IT 研究大满贯启用增广内容在未知环境下,或所谓的"3D 无跟踪"。与大满贯环境或对象,可以重建一次,然后保存,后来用于尽可能多的应用程序所需。这具有独特的优势,与创建增强的现实经验对于室内环境,当其他跟踪配置并不足够用于特征提取的挑战时。

视觉搜索

 

IT 研究连续的视觉搜索技术大规模缩放图像识别过程使用它研究的强大的云计算服务器,启用大型规模增强现实的应用程序。

与从客户端发送图像,可以快速匹配检查数以百万计的图像数据库。其结果是一个视觉搜索解决方案,允许增加我们规模宏大的环境中的项目: 从产品包装,到于图稿的技术说明书。这项技术还充当减负图像匹配数据和内容流出的器件,进入云计算的数据管理解决方案。这有助于更好的电池寿命和更轻的工作量为 CPU。

3D 对象跟踪

 

它研究在 3D 对象跟踪技术行业的领头羊。通过特征跟踪、 视觉里程计和基于边缘跟踪的组合,我们的技术是能够跟踪和增强现实世界的对象,而不是简单的 2D 标记配置。

3D 对象跟踪在增强现实中打开新的机会: 机械部件可以用数字信息注释、 消费品可以增强与其他产品信息或促销,和数字娱乐可以混合到现实世界,自然。

IT 研究最近已将基于特征跟踪和基于边缘跟踪纳入称为混合跟踪鲁棒性强的系统。此配置通过这两种方法的强度相结合提供了更高的精度和鲁棒性。

多媒体的社会分析


多媒体内容正在产生和共享通过互联网以前所未有的速度。例如,超过 100 万的图片被分享每一天,1 亿小时的视频共享每年。与这种攻击的数据,自动理解的图像和视频内容的能力来启用应用程序 (如基于内容的检索、 类似项目搜索、 个性化内容搜索、 保护隐私、 和建模在社交网络上的多媒体内容的流动至关重要。这种功能可以提供成本有效的解决方案,收集新产品,以及世界上,这具有以前是不可能没有专门的研究和情报组的地缘政治或军事事件有关病毒性内容 (例如,模因),客户的反馈信息。

IT 研究发展一套大型多媒体分析工具集中在视觉内容的理解、 基于内容的搜索、 网络隐私安全保护和网络建模。这些软件工具纳入最新的先进的技术在多媒体分析检测对象、 场景、 活动、 在场景文字和音频信号嵌入不受约束的图像和视频中。这些技术联合用于分析和检测的数据感兴趣的模式。隐私顾问,向用户发出警报,当图像与潜在的隐私敏感的材料是关于被无意中在网站上共享是例子之一的它研究的正在进行的项目的发展。我们的工具已经证明在大型的、 真实世界的数据上的高准确性和可适用于不同应用程序域。此外,IT 研究工具有集成先进的可视化和互动,允许 web 浏览器上的一个无缝的搜索体验,并通过结合用户的反馈来提高搜索准确性。



通过视觉和音频特征提取的大型多媒体档案搜索的系统架构。搜索结果是精
通过迭代的用户的反馈。
 

精细的搜索结果的"快闪暴走族"。
 

基于视觉上相似的样式的搜索结果。

活动识别和行为分析


IT 研究具有专门知识的开发解决方案,确定活动和理解基础的人、 车与环境的相互作用的行为。其基本概念是承认基于静态和动态的证据描述符,如位置、 对象和正在执行的活动的视频内所载的行为模式。我们的解决方案是基于强大的数学表示形式和多种多样和富有挑战性的真实世界方案,例如,街头监视和足球视频所示。

这些能力、 对当前国家---艺术视频识别中的进步是需要克服在视频理解关键的挑战: 任何事件和无限多的风格、 品质和场景中的对象的识别。

 


视频的三维重建


广域视频传感器可以第二次和数百兆兆字节在使命,创建有效的方法,这对于下行和归档数据压缩的需要生成几千兆字节的原始视频数据。有标准的压缩技术可用,但是,没有利用的世界是静态的在 3D 的事实。随着这一概念,它研究发展显著提高使用 3D 模型的广域视频压缩技术。

若要压缩视频这种方式,第一步是分开前景色和背景和区分动态场景的元素。在确定哪些动态元素需要表示,至关重要的是要考虑短期、 长期和非常长期的更改,这些更改会影响到现场。通过确定哪些元素必须有代表性,重点可放在背景替换为 3D 模型来启用压缩。这个 3D 模型包含的观点和时间依赖外观数据,有必要充分了解现场。通过这种压缩,还有重大的存储和效率增益,必要的越来越大的数据集被咽下。

 

基于内容的视频和图像检索


研究了在基于内容的图像检索中从多个 DARPA 和 AFRL 程序的重要功能。我们摄取、 预处理、 稳定传入的视频饲料然后识别和表征运动的物体,卸除和车辆。更复杂的视频描述符如议案描述符 (包括运动、 变形,和铰接式运动)、 外观描述符 (包括颜色和形状) 和行为描述符 (运行、 运载、 车辆等 180 度大转弯,和许多其他人) 表征更深层次的语义内容。

这种语义分析使特种部队人员现场报警和可以提示意外或可疑的行为,在视频流,可以是特派团成功的关键。此外,先进的法医能力允许追溯检索从大型数据集感兴趣的活动。

它的研究已开始放 Forge.mil 作为一部分 IT 研究图像和视频的剥削及检索工具包 (KWIVER),具有无限的权利,向政府及其图像和视频的分析能力。在锻造能力。mil 目前包括了完整的源代码,它研究的实时信息学跟踪系统。我们计划将添加到 KWIVER 中的功能,希望能建立一个持久的发展社区,从政府和商业的合作者。


查询的示例搜索结果"显示所有人从事"。

广域视频分析


IT 研究正在开发一个软件系统自动和交互发现从广域运动表象 (信息学) 复杂的城市、 郊区,和农村环境的情报的能力。在信息学内, 主要信息元素正在实体上下文的道路、 建筑物和其他场景的特征。这些实体,而可利用的往往会产生碎片的轨道在复杂的城市环境中,由于闭塞、 车站和其他因素。它研究了软件系统使用算法解决方案关联的轨道,然后确定整合当地的事件,以检测潜在的威胁并执行鉴证分析。

这种软件系统大大增加最终用户发现使用模型的活动,正常的做法和上下文的新型情报能力。由于绝大多数事件是正常的不构成威胁,模型必须交叉集成到奇异的事件,以发现关系和异常指示的可疑行为或匹配以前学-或定义-威胁活动。

先进的系统改进分析师新兴信息学数据处理能力和减少执行许多当前的开发任务,极大地提高能力,分析和利用数据进行法医分析所需的时间。

 


 

场景理解


在视频场景理解是正在出现的问题,为视觉监控和视频理解问题。IT 研究致力于在这一领域,包括功能性物体识别中创建解决方案。起作用的物体识别是定义等邮递员和交付的卡车的具体目的,更由他们的行动和行为比外表所定义的对象的能力。我们正在开发一种方法基于内容的学习和识别功能的移动对象给出了视频派生的轨道。尤其是,我们已经确定搬运工的语义行为可以独立于位置的方式捕获,通过把问题归咎与编码它们的关系和行动场景上下文,它们是当地现场区域具有不同的功能,如门口和停车点移动的物体往往与交互的功能。基于这些表示形式,功能模型吸取的例子,新实例从看不见的数据标识 (之后。

 

运动检测与跟踪


它的研究开发工具,重点放在检测运动物体和跟踪他们的存档和流媒体视频。这类视频的数据中的主要信息元素正在实体上下文的道路、 建筑物和其他场景的特征。这些实体往往产生碎片的轨道在复杂的城市环境中,由于闭塞、 车站和其他因素。IT 研究开发算法的解决方案,以将相关联的轨道,然后确定整合当地的事件,以检测潜在的威胁并执行鉴证分析。

改进的算法有助于大幅度增强了最终用户能够发现使用模型的活动,正常的做法和上下文的新型智能软件系统。绝大多数事件是正常的不构成威胁,模型交叉集成奇异的事件,以发现关系和是指示性的可疑行为的异常或匹配以前学或定义威胁活动。

 

 

我们的合作伙伴

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

请联系我们 !

新闻稿

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