AR算法原理及深度學習在計算機視覺中的應用

2021-01-20 阿里技術

去年以來，越來越多的AR技術被用在各大網際網路公司APP的營銷場景中，其中最多的便是AR識別和追蹤。但一段時間內，真正掌握識別追蹤核心技術和應用的國內團隊並不多，甚至出現了專門提供AR識別SDK的小公司創業機會。


那麼，AR識別技術背後的算法原理是什麼，以及計算機視覺與深度學習在AR中的應用熱點趨勢有哪些？本次分享會從圖像特徵提取、特徵匹配與圖像變換、深度學習算法等方面給你進行深入淺出的技術展現，讓AR識別技術不再成為難以逾越的技術壁壘。








推薦閱讀

點擊下方圖片即可閱讀



[乾貨]基礎機器學習算法





集大成之作 | 《盡在雙11：阿里巴巴技術演進與超越》重磅預售！



長按識別圖片二維碼▲，關注「阿里技術」，

不錯過每一篇前沿技術乾貨。

相關焦點

  • AR行業的大事兒!臉書開源Detectron計算機視覺算法
    【網易智能訊 1月26日消息】Facebook本周宣布Detectron開放原始碼正式向大眾公開，該項目也是Facebook基於深度學習框架進行設計的關於計算機視覺對象檢測算法平臺。該公司表示，開放該項目的動機是加速計算機視覺研究，並且Facebook公司內部團隊正在使用該代碼進行各種應用測試，其中就包括針對增強現實技術的研究。
  • 加速AR對象分類,Facebook開源計算機視覺算法Detectron
    文章相關引用及參考：roadtovrFacebook今天正式開源基於深度學習框架的計算機視覺對象檢測算法平臺Detectron（映維網 2018年01月24日>）Facebook今天正式開源基於深度學習框架的計算機視覺對象檢測算法平臺Detectron。
  • 一文全覽深度學習在計算機視覺領域的應用
    已經是很熱的深度學習，大家都看到不少精彩的故事，我就不一一重複。簡單的回顧的話，2006年Geoffrey Hinton的論文點燃了「這把火」，現在已經有不少人開始潑「冷水」了，主要是AI泡沫太大，而且深度學習不是包治百病的藥方。計算機視覺不是深度學習最早看到突破的領域，真正讓大家大吃一驚的顛覆傳統方法的應用領域是語音識別，做出來的公司是微軟，而不是當時如日中天的谷歌。
  • 加速AR對象分類 Facebook開源計算機視覺算法Detectron
    Facebook今天正式開源基於深度學習框架的計算機視覺對象檢測算法平臺Detectron。Facebook表示，開源項目是為了加速計算機視覺的研究。目前Facebook內部團隊正把Detectron平臺用於一系列的研究，比如增強現實。
  • 為提升AR對象分類,Facebook開源Detectron計算機視覺算法
    Facebook本周宣布開放Detectron，即該公司基於深度學習框架的計算機視覺對象檢測算法平臺。該公司表示，開放項目的動機在於加速計算機視覺研究，Facebook團隊正在使用該平臺開發各種應用，包括增強現實技術。
  • 機器學習、深度學習算法原理與案例實踐暨Python大數據綜合應用...
    原標題：機器學習、深度學習算法原理與案例實踐暨Python大數據綜合應用高級研修班通信和信息技術創新人才培養工程項目辦公室 通人辦〔2018〕 第5號 機器學習、深度學習算法原理與案例實踐暨Python
  • 反思深度學習與傳統計算機視覺的關係
    大量有關深度學習的成功或失敗事例給我們上了寶貴的一課，教會我們正確處理數據。在這篇文章中，我們將深入剖析深度學習的潛力，深度學習與經典計算機視覺的關係，以及深度學習用於關鍵應用程式的潛在危險。視覺問題的簡單與複雜首先，我們需要就視覺/計算機視覺問題提出一些看法。
  • 10 大深度學習架構:計算機視覺優秀從業者必備(附代碼實現)
    原標題：10 大深度學習架構：計算機視覺優秀從業者必備（附代碼實現） 選自Analytics Vidhya 作者：FAIZAN SHAIKH 的文章，總結了計算機視覺領域已經成效卓著的 10 個深度學習架構，並附上了每篇論文的地址連結和代碼實現。機器之心對該文進行了編譯，原文連結請見文末。 時刻跟上深度學習領域的最新進展變的越來越難，幾乎每一天都有創新或新應用。但是，大多數進展隱藏在大量發表的 ArXiv / Springer 研究論文中。
  • 計算機視覺方向簡介 | 多視角立體視覺MVS
    儘管MVS與經典立體視覺算法具有相同的原理，但MVS算法旨在處理視角變化更多的圖像，例如圍繞目標拍攝的圖像集，並且還處理甚至數百萬數量的大量圖像。MVS問題的差異最終會產生與經典立體視覺相應功能明顯不同的算法。
  • 凌感手勢追蹤算法與詮視視覺模組結合,加速手勢識別在VR/AR中的應用
    凌感手勢追蹤算法與詮視視覺模組結合,加速手勢識別在VR/AR中的應用 佚名 發表於 2020-06-06 09:46:50 近日，計算機視覺（手勢識別＋slam）開發公司杭州凌感科技宣布和
  • 聽說你了解深度學習最常用的學習算法:Adam優化算法?
    Adam優化算法是隨機梯度下降算法的擴展式，近來其廣泛用於深度學習應用中，尤其是計算機視覺和自然語言處理等任務。本文分為兩部分，前一部分簡要介紹了Adam優化算法的特性和其在深度學習中的應用，後一部分從Adam優化算法的原論文出發，詳細解釋和推導了它的算法過程和更新規則。
  • 深度學習:神經網絡算法的昨天、今天和明天
    和其他機器學習算法有很大不同，深度學習依賴大量數據的迭代訓練，進而發現數據中內在的特徵（Feature），然後給出結果。這些特徵中，有很多已經超越了人為定義的特徵的表達能力，因此得以讓深度學習在很多任務的表現上大大超越了其他機器學習算法，甚至超越了人類自己。但是，深度學習還沒能全方面超越人類。相反，它的工作完全依賴於人類對算法的設計。深度學習從誕生到爆發用了大約五十年。
  • 最常見的深度學習應用
    深度學習技術在人工智慧領域目前佔有絕對的統治地位，因為相比於傳統的機器學習算法而言，深度學習在某些領域展現出了最接近人類所期望的智能效果，同時也在悄悄的走進我們的生活，例如刷臉支付、語音識別、智能翻譯、汽車上的智能輔助駕駛等等，這讓我們的生活開始慢慢智能化，那具體在哪些方向深度學習表現的最為耀眼吶
  • 從零開始一起學習SLAM | ICP原理及應用
    我後面一起補上，學習勁頭得向你們年輕人學習啊！話說，你最近在研究什麼呢？小白：最近在看ICP，十四講上簡單提了下，還有點懵懵噠師兄：好，那今天就說說ICP算法吧。搬個小板凳做好哈：ICP全稱Iterative Closest Point，翻譯過來就是迭代最近點。ICP在點雲配準領域應用的非常廣泛，因此基於深度相機、雷射雷達的算法使用ICP的頻率比較高。
  • 人工智慧---計算機的視覺與語音技術
    深度神經網絡所需的訓練成本、調參複雜度等問題仍備受詬病，SVM則因其簡單性佔據了一席之地，在文本處理、圖像處理、網頁搜索、金融徵信等領域仍有著廣泛應用。另一個重要領域是強化學習，這個因AlphaGo而為人所熟知的概念，從60年代誕生以來，一直不溫不火地發展著，直到在AlphaGo中與深度學習的創造性結合讓它重獲新生。
  • 計算機視覺及智能影像行業深度研究報告
    2021年預計視頻流量將佔據全球所有網絡用戶流量的82%，為計算機視覺奠定數據基礎。據思科 公司評估，2021 年單月上傳至網絡的視頻總時長將超過 500 萬年，每秒將誕生 1 百萬分鐘的網絡 視頻內容，網絡視頻流量將佔據全球所有網絡用戶流量的81.7%。快速增長的視頻內容規模蘊含海 量信息，也為計算機視覺的深度學習算法進化提供了大數據支持。
  • 計算機視覺領域的人工智慧——記人工智慧技術應用專家陳秀新
    人工智慧是研究、開發用於模擬、延伸和擴展人智能的理論、方法、技術及應用系統的一門新的技術科學，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等，它由不同的領域組成，如機器學習，計算機視覺等等。其中，計算機視覺是使用計算機及相關設備對生物視覺的一種模擬。
  • 戴瓊海：深度學習遭遇瓶頸，全腦觀測啟發下一代AI算法
    在大會上，中國工程院院士戴瓊海做了主題為《人工智慧：算法·算力·交互》的特邀報告，從算力、算法與人機互動三方面展開了分享，指出光電智能計算是未來算力發展的一大候選，深度學習遭遇算力和算法瓶頸，全腦觀測對於啟發下一代AI算法至關重要，在人機互動的發展中，我們要謹記圖靈的教誨，完善AI倫理，並且機器視覺、觸覺的協同是一大技術重點。
  • 深度長文:計算機視覺中,目前有哪些經典的目標跟蹤算法?
    （相信很多人和我一樣，看每篇論文都會覺得這個工作太好太重要了，如果沒有這篇論文，必定地球爆炸，宇宙重啟~~所以就像大家都通過歷年ILSVRC競賽結果為主線了解深度學習的發展一樣，第三方的結果更具說服力，所以我也以競賽排名+是否公開源碼+實測性能為標準，優選幾個算法分析）目標視覺跟蹤(Visual Object Tracking)，大家比較公認分為兩大類：生成(generative)模型方法和判別
  • 一個超乾貨的3D視覺學習社區
    成立近兩年來，工坊深挖3D視覺的各個領域，主要涉及計算機視覺與深度學習、點雲處理、SLAM、三維重建、結構光、雙目視覺、深度估計、3D檢測、自動駕駛、多傳感器融合等，在校的童鞋和已經工作的小夥伴為我們提出了很多非常有價值的問題，在這裡給大家做了匯總（可能有點燒腦哦……）點雲處理篇點雲補全有哪些常用的算法？常用的點雲分割算法有哪些？