高通人工智能开发者大会圆满举行,2021高通人工智能应用创新大赛结果出炉!

共 3099字,需浏览 7分钟

 ·

2021-09-27 18:15

↑ 
↑ 点击蓝字 关注极市平台

中秋前夕,2021高通人工智能开发者大会暨2021高通人工智能应用创新大赛颁奖典礼在成都举行。会上,高通公司全面阐释了其人工智能战略,并强调将与产业界一道,共同迎接万物智能互联的新时代。大会期间,来自中科创达、小米、极感科技、极视角和FutureMind等演讲嘉围绕AI赋能下的产品技术升级、AIoT、终端侧AI发展趋势以及移动应用落地等话题进行分享;活动现场还揭晓了“2021高通人工智能应用创新大赛”的最终获奖名单。


大赛背景


历时7个月,高通人工智能创新应用大赛共收到了1300 多名开发者的踊跃报名与参与,最终决出获奖开发者团队。大赛为开发者提供了一系列完整的端到端人工智能应用开发、应用落地的支持体系,助力开发者在更短时间内打造高品质、低成本、可商业化的优质AI应用高通为开发者提供端到端的解决方案,使得算法模型可以在任何支持高通AI引擎的设备上运行,这不仅能够简化、加速AI应用程序的开发,还能更好地支持创新AI应用的落地。本届大会还为最终获奖的16组团队进行了颁奖。


大会现场


大会现场收到了成都开发者们的热情参与,来自大赛的获奖团队、获奖开发者、高通、小米、极视角等产业大咖,汇聚一堂,共同交流AI行业新技术与产业发展趋势。会上来自中科创达、小米、极感科技、极视角和FutureMind等演讲嘉宾围绕AI赋能下的产品技术升级、AIoT、终端侧AI发展趋势以及移动应用落地等话题进行分享,现场还设有多台产品demo展示,吸引许多开发者驻足体验。


大会现场图集



大赛结果公布


大赛最终获奖团队共有16支,他们将共同瓜分总价值50万的大赛奖励!










 


应用赛道获奖作品介绍


AIOT专项奖-T60自动驾驶滑板车【九号公司(纳恩博)团队】

 

获奖作品介绍:T60自动驾驶滑板车,一款可以自动驾驶和远程调度的共享滑板车(依靠慢速自动驾驶技术解决合规、盈利等痛点的共享滑板车)

全面展示了产品对于AIOT(人工智能物联网)的应用落地,凭借自主导航+远程遥控半自动驾驶技术,以及视觉导航、深度学习算法等AI技术的赋能,在应用中实现了从“人找车”到“车找人”的转变,让车辆可以自动躲避障碍物到达指定地点,并识别可通行区域建立路径规划。 由此可以实现,人下车后,车自行回到调度点充电,或者自行导航至停放点,以满足运营规范的要求,解决共享车辆停放不规范的问题,以及车辆无法按需调配位置,有用车需求的人找不到车的运营问题。




应用赛道季军-“提要勾玄”端云协同的智能视频摘要系统【杨立团队】

团队成员与分工:杨立 项目负责人;江华禧 技术负责人;李梦晗 后端开发;黄智榕 后端开发;左春 技术评审

 

获奖作品介绍:
“提要钩玄”是一款端云协同的智能视频摘要系统,通过基于深度学习的视频摘要和文本摘要等技术,对用户传入的视频链接进行抓取和分析,实现代为“观看”相关视频与直播,并生成包含视频关键内容的图文摘要,通过图文形式反馈给用户,帮助用户在海量信息中快速高效地获取自己感兴趣的内容,为用户节约至少80%以上的观看时间。


应用赛道亚军-非接触式驾驶人员健康感知系统【科思创动团队】

团队成员与分工曹玥 产品设计;王启波 算法研发;彭亮 产品研发

 

获奖作品介绍:
科思创动非接触式驾驶人员健康感知系统是通过摄像头捕捉图像,以非接触的方式、利用独有的图像处理算法获取驾乘人员不能主观控制的生理指标,如心率、心率变异性、血压、呼吸等,并分析出对象的年龄段、性别等生理特征。利用科思创动深度学习算法对这些指标进行处理,最终可以分析出驾乘人员的心理状态,如焦虑、紧张、疲惫、昏昏欲睡等紧张程度,及驾乘人员的心脏及神经系统健康程度,如恢复指数、长期压力、机能活性度等。该系统为提高驾驶安全性和驾驶体验提供可信、可量化的生物识别结果,为汽车厂商实现真正的人机耦合提供赋能。


 

应用赛道冠军-基于AI的高性能屏下ToF感应方案【光云视界团队】

团队成员与分工Yongming Xie:项目Leader ;King Wai Chow:算法设计及实现;Bruce Li:软件工程实现;Ellie Wang:软件工程实现;Xiaopeng:硬件工程实现

 

获奖作品介绍:
基于终端用户的真实需求,团队通过UDT"标准化"产品方案与ToF芯片公司与屏厂展开深度合作,并充分考虑ToF传感的高频率、SWIR与940nm等不同的性能特征与OLED相融合,搭以骁龙移动平台,完成了屏下方案样机开发。


(图:屏下ToF样机方案示意)

屏下ToF Sensing优化:通过对屏下ToF成像进行分析,总结了“五类挑战”,包括了屏下结构件,OLED结构对VCSEL能量消耗;Tx &  Rx光学衍射;OLED透光率;ToF区域屏幕的图像显示;污渍等,模拟不同“挑战”下的成像数据,构建专用的UDT AI算法及模型,有效改善了边缘模糊及清晰度降低的问题。

 


(图:屏下IR成像优化,左:UDT-IMCN结果,右:屏下原始图)
 


(图:屏下深度优化,左:UDT-IMCN结果,右:屏下原始图)

屏下ToF Sensing AI模块:UDT-IMCN是团队基于ToF尤其是屏下ToF Sensing应用特性模块。基于高通平台Hexagon AI加速,ToF Sensing在上述3种3D应用的推理效率上取得了27%~43%的提升,进一步提升了终端用户在设备上的“无感体验”。


3D应用迁移及验证:基于前置ToF的过去实施案例,验证了人脸识别、人眼追踪和心跳检测在屏下ToF的运行情况,均与非OLED屏下的应用效果与精度无异,充分验证了UDT在应用上的可行性。

 


(图:3D人脸识别、3D人眼跟踪、心跳检测的样机结果(UDT)与非OLED屏下结果(无遮挡)对比)
 

AI技术永不止步,2021 高通人工智能应用创新大赛圆满结束,明年高通大赛期待更多开发者的参与,带来更多的优秀作品与惊喜,我们明年见!


如果觉得有用,就请分享到朋友圈吧!

△点击卡片关注极市平台,获取最新CV干货

公众号后台回复“CVPR21检测”获取CVPR2021目标检测论文下载~


极市干货
神经网络:视觉神经网络模型优秀开源工作:timm库使用方法和最新代码解读
技术综述:综述:神经网络中 Normalization 的发展历程CNN轻量化模型及其设计原则综述
算法技巧(trick):8点PyTorch提速技巧汇总图像分类算法优化技巧


CV技术社群邀请函 #

△长按添加极市小助手
添加极市小助手微信(ID : cvmart4)

备注:姓名-学校/公司-研究方向-城市(如:小极-北大-目标检测-深圳)


即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群


每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~



觉得有用麻烦给个在看啦~  
浏览 52
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报