視頻搜索是涉及信息檢索、自然語言處理(NLP)、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(CV)等多領(lǐng)域的綜合應(yīng)用場景,隨著深度學(xué)習(xí)在這些領(lǐng)域的長足進(jìn)展以及用戶對(duì)視頻生產(chǎn)和消費(fèi)的廣泛需求,視頻搜索技術(shù)的發(fā)展在學(xué)術(shù)和工業(yè)界都取得了飛速的發(fā)展。
考慮到大家來自不同的業(yè)務(wù)領(lǐng)域和技術(shù)方向,我會(huì)先簡單介紹優(yōu)酷視頻搜索的業(yè)務(wù)背景,同時(shí)快速介紹搜索的基本評(píng)估指標(biāo)、搜索系統(tǒng)的算法框架以及相關(guān)性和排序模型,讓大家對(duì)視頻搜索有一個(gè)更全面的認(rèn)識(shí),后面重點(diǎn)介紹多模態(tài)視頻搜索相關(guān)技術(shù)。
驅(qū)動(dòng)系統(tǒng)由4個(gè)200W無刷直流電機(jī)構(gòu)成,通過50:1的空心軸減速機(jī)可以最高達(dá)2m/s的速度在玉米、高粱等農(nóng)作物的地里前進(jìn)
通過2D激光雷達(dá)信息采用Hector SLAM實(shí)現(xiàn)機(jī)器人對(duì)地圖的感知和自主導(dǎo)航規(guī)劃,通過頂部的RGB-D相機(jī)采集目標(biāo)物體深度和RGB圖像信息
機(jī)器人的學(xué)習(xí)分為三個(gè)部分的軌跡預(yù)測包括示教者的手部運(yùn)動(dòng)軌跡、示教者的身體移動(dòng)軌跡以及被操作物體的運(yùn)動(dòng)軌跡
Cosero是德國波恩大學(xué)的Sven Behnke團(tuán)隊(duì)根據(jù)家庭環(huán)境中的日常操作任務(wù)而研制的一款仿人操作機(jī)器人基于深度學(xué)習(xí)方法的目標(biāo)姿態(tài)估計(jì)和RGB-D SLAM等感知測量
機(jī)器人、無人機(jī)、自動(dòng)駕駛汽車等加快落地,智慧城市深入建設(shè),更是為傳感器產(chǎn)業(yè)帶來了難以估量的龐大機(jī)遇
中國移動(dòng)聯(lián)合產(chǎn)業(yè)合作伙伴發(fā)布《室內(nèi)定位白皮書》,對(duì)室內(nèi)定位產(chǎn)業(yè)發(fā)展現(xiàn)狀及面臨的挑戰(zhàn),深入分析了垂直行業(yè)的室內(nèi)定位需求,并詳細(xì)闡述了實(shí)現(xiàn)室內(nèi)定位的技術(shù)原理, 及室內(nèi)定位評(píng)測體系
下一個(gè)十年,智能人機(jī)交互、多模態(tài)融合、結(jié)合領(lǐng)域需求的 NLP 解決方案建設(shè)、知識(shí)圖譜結(jié)合落地場景等將會(huì)有突破性變化
自然語言處理技術(shù)的應(yīng)用和研究領(lǐng)域發(fā)生了許多有意義的標(biāo)志性事件,技術(shù)進(jìn)展方面主要體現(xiàn)在預(yù)訓(xùn)練語言模型、跨語言 NLP/無監(jiān)督機(jī)器翻譯、知識(shí)圖譜發(fā)展 + 對(duì)話技術(shù)融合、智能人機(jī)交互、平臺(tái)廠商整合AI產(chǎn)品線
NVIDIA解決方案架構(gòu)師王閃閃講解了BERT模型原理及其成就,NVIDIA開發(fā)的Megatron-BERT
基于內(nèi)容圖譜結(jié)構(gòu)化特征與索引更新平臺(tái),在結(jié)構(gòu)化方面打破傳統(tǒng)的數(shù)倉建模方式,以知識(shí)化、業(yè)務(wù)化、服務(wù)化為視角進(jìn)行數(shù)據(jù)平臺(tái)化建設(shè),來沉淀內(nèi)容、行為、關(guān)系圖譜,目前在優(yōu)酷搜索、票票、大麥等場景開始進(jìn)行應(yīng)用
通過使用仿真和量化指標(biāo),使基準(zhǔn)測試能夠通用于許多操作領(lǐng)域,但又足夠具體,能夠提供系統(tǒng)的有關(guān)信息
優(yōu)酷智能檔突破“傳統(tǒng)自適應(yīng)碼率算法”的局限,解決視頻觀看體驗(yàn)中高清和流暢的矛盾