人工智能算法研发方向跟踪

1. CVPR2020国际会议研究论文方向

• CNN
• 图像分类
• 目标检测
• 3D目标检测
• 视频目标检测
• 目标跟踪
• 语义分割
• 实例分割
• 全景分割
• 视频目标分割
• 超像素分割
• NAS
• GAN
• Re-ID
• 3D点云（分类/分割/配准等）
• 人脸（识别/检测/重建等）
• 人体姿态估计(2D/3D)
• 人体解析
• 场景文本检测
• 场景文本识别
• 超分辨率
• 模型压缩/剪枝
• 视频理解/行为识别
• 人群计数
• 深度估计
• 6D目标姿态估计
• 手势估计
• 显著性检测
• 去噪
• 去模糊
• 去雾
• 特征点检测与描述
• 视觉问答(VQA)
• 视频问答(VideoQA)
• 视觉语言导航
• 视频压缩
• 视频插值
• 风格迁移
• 车道线检测
• "人-物"交互(HOI)检测
• 行为轨迹预测
• 运动预测
• 虚拟试衣
• HDR
• 对抗样本
• 数据集
• 其他
• 不确定中没中

2. 商汤科技研究方向

1） 人脸与人体分析技术

2） SLAM 与 3D 视觉

3） 通用与专业图像识别

4） 机器人控制与传感

5） 海量视频理解与挖掘

6） 自动驾驶

7） 图像视频处理增强

8） 工智能计算平台

9） 医学图像分析

3. 苹果公司的产品方向

4. 最近跟踪关注的技术方向

1）行为识别：让机器学会“察言观色”第一步

人体行为识别，是智能监控、人机交互、机器人等诸多应用的一项基础技术。以电影提到的老人智能看护场景为例，智能系统通过实时检测和分析老人的行动，判断老人是否正常吃饭、服药、是否保持最低的运动量、是否有异常行动出现（例如摔倒）, 从而及时给予提醒，确保老人的生活质量不会由于独自居住而有所降低。第二个例子是人机交互系统，通过对人的行为进行识别，猜测用户的“心思”，预测用户的意图，及时给予准确的响应。第三个例子是医院的康复训练，通过对动作行为的规范程度做出识别，评估恢复程度以提供更好的康复指导等。

2）V-2-X

V2X：全称Vehicle to Everything，指的是车联网通信，包括V2I，V2N, V2P和V2V。

V2I：指的是车辆与道路设施之间进行通信，例如，当汽车接近交叉路口时，信号灯可以告诉汽车交通信号会在什么时候切换。

V2N：指的是车辆与蜂窝网络交换数据，可以提供实时交通信息，比如施工区警告，通过 V2N 还可以提供 SOS 服务以及远程诊断和维修。

V2P：指的是车辆与行人和非机动车之间进行通信，以便在驾驶员视线受到妨碍时也能保障这些人的安全。

V2V：指的是车辆与车辆之间的通信，主要是车辆之间的短时延通信，避免车辆碰撞等安全性问题。

3）软件主导AI

4）彩色成像原理

5）深度学习模型构建

5）超分辨率

6）汽车摄像头（ADAS/DMS/HUD等）

通过这个新摄像头系统，车辆和驾驶员可以持续关注彼此的情况。这最终有助于人们建立对自动驾驶的信任感。

7）物联网

8）场景理解，分割，融合

9）Z曲线

10）三维重构

10） 语义分割，实例分割，全景分割

12）3D点云

激光SLAM

13）摄像头与激光雷达融合

14）存储计算硬件