0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

清華-商湯未來深度學習人工智能興趣團隊取得了大數(shù)據(jù)技術類冠軍

商湯科技SenseTime ? 來源:未知 ? 作者:李倩 ? 2018-05-30 15:21 ? 次閱讀

首屆“全國大學生人工智能創(chuàng)新大賽”全國總決賽近日在廣東惠州成功舉行。清華-商湯未來深度學習人工智能興趣團隊的參賽項目《BeautyID:基于深度學習打造最美證件照》,在決賽中取得了大數(shù)據(jù)技術類冠軍、綜合銀獎!

清華-商湯未來深度學習人工智能興趣團隊

隊員在比賽現(xiàn)場

“全國大學生人工智能創(chuàng)新大賽”,由中國高校科技成果交易會組委會(教育部科技發(fā)展中心、廣東省科學技術廳、廣東省經信委、惠州市人民政府)舉辦。大賽主題為“創(chuàng)新驅動發(fā)展、智能改變生活”,旨在激發(fā)大學生創(chuàng)造力,培養(yǎng)造就“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的生力軍。

發(fā)現(xiàn)問題定義問題 激發(fā)創(chuàng)造力

在本次智創(chuàng)大賽中,清華-商湯未來深度學習人工智能興趣團隊與知名攝影工作室展開合作,致力于打造一款能夠大大縮短證件照后期處理時間的人工智能產品——Beauty ID。

Beauty ID抓住在證件照領域,后期耗時長、勞動重復的商業(yè)痛點:市場上的攝影工作室拍攝一張簡歷證件照往往需要經過化妝、拍攝、后期三部分工作。在成熟的攝影工作室中,后期占用了四成的人力資源。在時間上,后期占到了將近一半的時間。但在真正的后期處理過程中,有很大部分的時間花在調整對稱五官,美膚等一些常規(guī)既定動作上。

Beauty ID項目使用多個圖像算法協(xié)同融合處理,包括人臉關鍵點的提取和變換,智能分割與裁切,設計并使用幾何校正網絡、幾何扭曲網絡、色彩增強網絡等多網絡聯(lián)合處理,達到智能后期的作用,幫助后期師節(jié)約70%左右的勞動時間。

清華-商湯未來深度學習人工智能興趣團隊

獲大數(shù)據(jù)技術類冠軍綜合銀獎

產研協(xié)同讓年輕人更具潛力

成立于2017年3月的清華-商湯未來深度學習人工智能興趣團隊,是商湯科技深度支持的產研協(xié)同項目,旨在強化校企聯(lián)合,促進清華大學與商湯科技在深度學習領域進行學生聯(lián)合培養(yǎng),為清華相關專業(yè)的同學在計算機視覺及深度學習領域的鉆研學習和能力提升提供最佳途徑。

商湯科技定期舉辦深度學習研究及成果分享會,清華-商湯未來深度學習人工智能興趣團隊的每一期學員都有機會通過面試選拔進入到30人規(guī)模的核心團隊,參加為期8周的入門培訓及為期4周的組隊競賽,競賽勝出者將獲得相應獎勵并有機會通過綠色通道進入商湯進行實習。學員們將在商湯研究員的指導下進行自主研究和實踐,通過真實的項目和數(shù)據(jù),在龐大的計算資源和專業(yè)的技術指導支持下,實現(xiàn)自身能力的不斷升級。

清華-商湯未來深度學習人工智能興趣團隊

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1792

    文章

    47484

    瀏覽量

    239162
  • 深度學習
    +關注

    關注

    73

    文章

    5510

    瀏覽量

    121330

原文標題:基于深度學習打造最美證件照 這個團隊有點不一樣

文章出處:【微信號:SenseTime2017,微信公眾號:商湯科技SenseTime】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    【「具身智能機器人系統(tǒng)」閱讀體驗】1.初步理解具身智能

    人工智能、機器人技術和計算系統(tǒng)交叉領域感興趣的讀者來說不可或缺的書。這本書深入探討了具身智能這一結合物理機器人和智能算法的領域,該領域正在
    發(fā)表于 12-28 21:12

    嵌入式和人工智能究竟是什么關系?

    人工智能的結合,無疑是科技發(fā)展中的一場革命。在人工智能硬件加速中,嵌入式系統(tǒng)以其獨特的優(yōu)勢和重要性,發(fā)揮著不可或缺的作用。通過深度學習和神經網絡等算法,嵌入式系統(tǒng)能夠高效地處理大量
    發(fā)表于 11-14 16:39

    ChatGPT 與人工智能未來發(fā)展

    模型的出現(xiàn),標志著人工智能在理解和生成人類語言方面取得了重大突破。 1. ChatGPT的工作原理 ChatGPT基于一種稱為“變換器”(Transformer)的架構,這種架構最初是為了處理序列數(shù)據(jù)而設計的,如文本或語音。變換
    的頭像 發(fā)表于 10-25 16:30 ?556次閱讀

    Anthropic在人工智能領域取得重大突破

     10月23日消息,美國當?shù)貢r間周二,人工智能初創(chuàng)企業(yè)Anthropic宣布了一項重大進展。這家由前OpenAI高管創(chuàng)立并獲得亞馬遜支持的公司,在人工智能領域取得了新的突破,其研發(fā)的AI智能
    的頭像 發(fā)表于 10-23 14:56 ?494次閱讀

    《AI for Science:人工智能驅動科學創(chuàng)新》第6章人AI與能源科學讀后感

    、優(yōu)化等方面的應用有了更清晰的認識。特別是書中提到的基于大數(shù)據(jù)和機器學習的能源管理系統(tǒng),通過實時監(jiān)測和分析能源數(shù)據(jù),實現(xiàn)了能源的高效利用和智能化管理。 其次,第6章通過多個案例展示了
    發(fā)表于 10-14 09:27

    AI for Science:人工智能驅動科學創(chuàng)新》第4章-AI與生命科學讀后感

    。 4. 對未來生命科學發(fā)展的展望 在閱讀這一章后,我對未來生命科學的發(fā)展充滿了期待。我相信,在人工智能技術的推動下,生命科學將取得更加顯著的進展。例如,在藥物研發(fā)領域,AI
    發(fā)表于 10-14 09:21

    《AI for Science:人工智能驅動科學創(chuàng)新》第二章AI for Science的技術支撐學習心得

    人工智能在科學研究中的核心技術,包括機器學習、深度學習、神經網絡等。這些技術構成了AI for
    發(fā)表于 10-14 09:16

    《AI for Science:人工智能驅動科學創(chuàng)新》第一章人工智能驅動的科學創(chuàng)新學習心得

    人工智能:科學研究的加速器 第一章清晰地闡述了人工智能作為科學研究工具的強大功能。通過機器學習、深度學習等先進
    發(fā)表于 10-14 09:12

    risc-v在人工智能圖像處理應用前景分析

    RISC-V和Arm內核及其定制的機器學習和浮點運算單元,用于處理復雜的人工智能圖像處理任務。 四、未來發(fā)展趨勢 隨著人工智能技術的不斷發(fā)展和普及,RISC-V在
    發(fā)表于 09-28 11:00

    基于大數(shù)據(jù)深度學習的穿戴式運動心率算法

    在數(shù)字化與智能技術迅猛發(fā)展的背景下,智能手表、智能戒指等穿戴式設備已悄然改變我們的日常生活,尤其在健康管理和運動表現(xiàn)優(yōu)化方面取得了顯著的成
    的頭像 發(fā)表于 09-10 08:03 ?295次閱讀
    基于<b class='flag-5'>大數(shù)據(jù)</b>與<b class='flag-5'>深度</b><b class='flag-5'>學習</b>的穿戴式運動心率算法

    FPGA在人工智能中的應用有哪些?

    定制化的硬件設計,提高了硬件的靈活性和適應性。 綜上所述,F(xiàn)PGA在人工智能領域的應用前景廣闊,不僅可以用于深度學習的加速和云計算的加速,還可以針對特定應用場景進行定制化計算,為人工智能技術
    發(fā)表于 07-29 17:05

    深度學習的基本原理與核心算法

    隨著大數(shù)據(jù)時代的到來,傳統(tǒng)機器學習方法在處理復雜模式上的局限性日益凸顯。深度學習(Deep Learning)作為一種新興的人工智能技術,以
    的頭像 發(fā)表于 07-04 11:44 ?2287次閱讀

    人工智能深度學習的五大模型及其應用領域

    隨著科技的飛速發(fā)展,人工智能(AI)技術特別是深度學習在各個領域展現(xiàn)出了強大的潛力和廣泛的應用價值。深度
    的頭像 發(fā)表于 07-03 18:20 ?4774次閱讀

    深度學習與卷積神經網絡的應用

    隨著人工智能技術的飛速發(fā)展,深度學習和卷積神經網絡(Convolutional Neural Network, CNN)作為其中的重要分支,已經在多個領域取得了顯著的應用成果。從圖像識
    的頭像 發(fā)表于 07-02 18:19 ?959次閱讀

    為什么深度學習的效果更好?

    導讀深度學習是機器學習的一個子集,已成為人工智能領域的一項變革性技術,在從計算機視覺、自然語言處理到自動駕駛汽車等廣泛的應用中
    的頭像 發(fā)表于 03-09 08:26 ?650次閱讀
    為什么<b class='flag-5'>深度</b><b class='flag-5'>學習</b>的效果更好?