-
機器人智能抓取AI+Grasp
抓取規劃問題是指確定物體與手指間的一系列接觸位置，使得手指能抵抗任意外力且靈活操作物體的能力。傳統的基於分析的抓取規劃需要根據已知的被抓物體模型根據力閉合的條件判斷抓取的好，這種方法只適合對已知的物體進行抓取。然而日常生活中有很多相似物體（如圓柱，長方體），沒有必要為每一個物體都建立精確的模型，因此可以用相似性匹配的方法解決這類物體的抓取。
-
機器人將通過彩色攝像機+AI人工智慧快速識別透明物體
機器人很擅長抓取東西，但是給它們一些閃亮或透明的東西，機器人很可能會失去控制，這種現象往往源於它們的深度攝像系統。這種系統通過紅外線照射物體來探測其形狀，在非透明的物體上效果很好。但如果把它們放在一個透明物體的前面，光線會直接穿過並散射到反射面上，這使得計算物體形狀和抓取變得很難。
-
計算機視覺技術可幫助機器人掌握透明物體
Sawyer機器人利用該技術確定透明物體的三維形狀，從而使其能夠抓住它們，卡內基·梅隆大學為了查看然後抓取物體，機器人通常使用深度感應相機（例如Microsoft Kinect）。儘管此類相機可能會被透明或發亮的物體阻礙，但卡內基梅隆大學的科學家們已經開發出一種解決方法。深度感應相機的功能是將紅外雷射束照射到一個物體上，然後測量光從該物體的輪廓反射回來並返回到相機上的傳感器所花費的時間。
-
Jeff Dean親筆盤點谷歌AI 2019:日均2篇論文,縱橫16大方向
博客地址：http://ai.googleblog.com/2019/04/specaugment-new-data-augmentation.html推出了第一款使用AutoML進行關鍵字識別和口語識別的語音應用程式。在實驗中，發現了比人類設計更好的模型：效率更高，性能也更好。
-
卡內基梅隆大學研究員教會機器人拾取透明或反光物體
卡內基梅隆大學研究人員已經能夠教會機器人拾取透明或反光的物體。 這在過去一直是機器人面臨的挑戰，研究人員解決這一問題的方法是教會機器人從彩色圖像中推斷形狀。長期以來，拾取透明和反光物體一直阻礙著機器人的發展，但新系統有望緩解這一問題。
-
「HERB」機器人識別所處環境中物體
據國外媒體報導，未來服務型自主機器人需要很快地識別環境中的物體，並最大限度地充分發揮它們的潛能。但是依賴於計算機視覺的機器人經常很難定義區別所處環境中的物體。目前，美國卡耐基梅隆大學的一支研究小組研製的「終身機械目標系統(LROD)」，能夠使「HERB」機器人識別所處環境中的物體。
-
卡內基梅隆大學研究人員教會機器人拾取透明或反光的物體
本文轉自【cnBeta.COM】；卡內基梅隆大學研究人員已經能夠教會機器人拾取透明或反光的物體。這在過去一直是機器人面臨的挑戰，研究人員解決這一問題的方法是教會機器人從彩色圖像中推斷形狀。長期以來，拾取透明和反光物體一直阻礙著機器人的發展，但新系統有望緩解這一問題。 該團隊開發的新技術最酷的地方在於，它不需要複雜的傳感器、大量的訓練或人類指導。相反，它主要依靠嵌入在機器人手臂上的彩色攝像頭。研究人員David Held表示，之前深度相機將紅外光照射在物體上，以確定其形狀，這種技術對於不透明的物體很有效。
-
伯克利AI實驗室最新發文:公布用於機器人抓取的Dexterity Network...
雷鋒網全文翻譯如下：由於傳感器噪聲和遮擋的存在,物體的形狀、位置和質量往往不能被精準確定，因此讓機器人能夠可靠地抓取各種不同的物體是很大的一項挑戰。Dexterity Network（Dex-Net）2.0是一個以魯棒機器人抓取的物理模型為核心的項目，通過多達上千種3D CAD物體模型，生成了海量的平口鉗抓取數據集。
-
谷歌開源TensorFlow Object Detection API物體識別系統
（2016 年 10 月，該系統在 COCO 識別挑戰中名列第一）開源給更大的社區，幫助打造更好的計算機視覺模型。創造能夠在同一張圖片裡定位和識別多種物體的機器學習模型一直是業內的核心挑戰之一，谷歌宣稱自己已投入大量時間訓練和實驗此類系統。其中一個模型在示例圖片中（來自 COCO 數據集）對象識別的效果2016 年 10 月，谷歌內部的物體識別系統達到了業內最佳水平，在 COCO 識別挑戰中名列第一。
-
MIT最新AI研究,讓機器人利用觸覺感知物體
【獵雲網（微信號：）】6月17日報導（編譯：胖虎）麻省理工學院計算機科學及人工智慧實驗室（CSAIL）的研究人員表示，在不久的將來，機器人將能夠通過觸覺來感知物體。一篇最新的相關論文將於下周在加利福尼亞長灘市的計算機視覺與模式識別會議上公開，這篇論文描述了一種人工智慧系統，它可以通過觸覺信號生成觸摸物的視覺形象，還能根據視覺數據來預測物體的觸感。「通過觀察物體的表面，我們的模型可以預測某個平面或稜角的觸感。通過觸摸物體，我們的人工智慧模型可以根據觸感來構建感知到的環境。
-
Google Cloud 發布 COVID-19 數據集,可構建 AI 模型來對抗疫情
值得一提的是，研究人員可以使用 Google 的 BigQuery ML 服務，該服務使用戶可以使用 SQL 查詢在 BigQuery（完全託管的數據倉庫）中創建和執行機器學習模型，從而在 COVID-19 數據集上訓練機器學習模型。基於這個項目的公共屬性，用戶在查詢時是完全免費的，並且查詢免費政策一直持續到直到 9 月 15 日。
-
Waymo推出AI「內容搜索」工具讓自動駕駛汽車快速識別物體
蓋世汽車訊據外媒報導，Waymo研發的自動駕駛汽車利用計算機視覺技術和人工智慧識別周圍環境，並對車輛應該如何反應和移動做出實時決策。當車內攝像頭和傳感器感知到物體時，此類物體會與Alphabet編制的大型資料庫中的物體進行匹配，以便進行識別。
-
Facebook推出新AI工具,可直接識別圖片中的物體
Facebook推出新AI工具，可直接識別圖片中的物體 近日，來自Facebook人工智慧研究實驗室（FAIR）的六名成員利用Transformer神經網絡架構創建了端到端的AI工具「DETR」，用於簡化計算機識別圖像的過程。
-
Facebook推出新AI工具可直接識別圖片中的物體
要讓計算機學會識別一張照片中的圖像，通常來說，需要先讓它看上千張已經標註好數據的圖片。為了能簡化計算機識別圖像的過程，來自Facebook人工智慧研究實驗室（FAIR）的六名成員利用Transformer神經網絡架構創建了端到端的圖像檢測AI。
-
從人臉識別到文本分析,50+超實用的 API 推薦清單
Face++https://www.faceplusplus.com/面部識別和檢測服務，可在於應用程式中的檢測、識別和分析。用戶可以用其進行模型訓練、人臉檢測、人臉識別、人臉分組、創建人臉數據集及獲取信息。5.
-
【Genesys博客】聯絡中心的Genesys Cloud,Google Cloud和AI
Steve Leaden：人們已經習慣與聊天機器人進行交互了。而現在，隨著語音機器人的興起，我們看到了需求急劇變化的開始，包括人員擴充和相關成本以及如何對其進行管理。例如，我們正在幫助客戶從行動裝置中採用語音機器人技術，並將這些助手用於聯絡中心的日常任務。憑藉自然語言理解（NLU）和對話式AI的強大功能，即將很快成為主流。
-
不需人為標記資料Google讓機器人從抓取物體的過程中學會辨別物體
而對於機器人來說，自我學習可讓系統在不需要許多訓練資料或是手動監督下進行學習。Google受物體恆存（Object Permanence）的概念啟發，發展出了Grasp2Vec，這是一種用於獲取物體表示的高效能算法。Grasp2Vec的運作基於一系列的事實，包括機器人要抓住物體並將其舉起，該物體勢必存在於場景中，另外，機器人知道抓住的物體，存在於當前抓取器中，因此會在場景中消失。
-
弗萊堡大學開發AI模型 提升自動駕駛汽車場景識別能力
蓋世汽車訊 圖像中的哪些像素代表無人駕駛汽車前的不同的人或物體，哪些像素代表背景類別？這一任務稱作全景分割（panoptic segmentation），是自動駕駛汽車、機器人、增強現實，甚至生物醫學圖像分析等領域的一個基本問題。
-
一文帶你了解基於視覺的機器人抓取自學習(Robot Learning)
研究人員根據觀察結果會在特徵向量之間建立關係，並使用它來學習場景和物體的表示。這些場景和物體可用於識別對象實例，將它們在場景中進行定位，並在機器人從目標箱中檢索命令對象時，執行以目標為導向的任務。整體的抓取過程是通過記錄場景圖像，抓取和移除物體以及記錄結果，該抓取過程也可以用於為文中的方法自動收集訓練數據。
-
投石科技智能交互物體識別觸摸桌
投石科技物體識別互動臺案例： 北京大興機場中國移動5G展廳65寸物體識別桌 2019年8月，南京投石科技為北京大興機場中國移動5G展廳提供65寸物體識別桌、43寸透明屏等裝置及相關服務。