深扒“给机器一双慧眼,冰冷如它也温情”的阅面科技及其创始人

目前市场上智能硬件产品很多,这里有跨界大鳄的蚕食鲸吞,传统巨头的挣扎奋进,也有新兴企业的一马当先,但能实现对人的意识、思维过程进行模拟,使人与智能机器之间的交互能像人与人之间交互类似的产品却是屈指可数。在电影荧幕大屏的智能机器人中,《澳门风云》的傻强给我们留下了深刻的印象,而《超能陆战队》的大白更是暖心的成了大多数女生追求的向往。

阅面科技和创始人

然而在现实中也一直存在着这么一群坚持不懈,意于把荧屏机器人炫酷交互体验带到现实的“圣斗士”。阅面科技的CEO赵京雷就是这其中之一。从学习到工作再到创业,人工智能就一直跟他有着解不开的情愫。作为一个上海交通大学的学霸——人工智能领域的博士,毕业后也一直从事着相关领域的研究工作,曾在阿里巴巴担任北京算法研究中心负责人,高级算法专家。事业还算成功的他并没有安于现状。与当前公司的几个合伙人在一次聚会中聊到“什么样的东西会成为继手机之后的下一个硬件平台的关键技术时”,大家都看向了新一代人机交互这一领域。而近几年来深度学习算法的突破,尤其是在语音和计算机视觉上,更是使得人工智能的研究和应用越来越火热,“阅面科技”便在这天时地利人和之下诞生了。

阅面科技CEO—雷子

“阅面科技”是一家专注于深度学习和计算机视觉,提供消费级智能机器视觉认知方案的公司。使用者可以集成阅面科技视觉认知SDK或者智能摄像头,在机器人、智能家居以及AR等诸多智能机器领域进行产品开发和应用,让机器通过“眼睛”识别人的表情、动作、手势以及周边环境,更自然的与人进行交互。

一站式的大数据深度学习

现代人每天都在时光的幻影中匆匆而来,匆匆而去。紧张和忙碌成了唯一的主旋律,过度的大开脑洞也让我们限于疲累,在身心上都急需一个有温暖的大白来慰藉。如果回到家是面对冰冷的机器,那么更多人愿意的还是抱着一个有温度、能会意的小宠物。“阅面科技”则是致力于让机器理解人和世界,秉着一个希望通过人工智能让人类的生活变得更加美好而有温度的理念。目前产品包含:ReadFace——面部识别,ReadHand——手部识别,ReadBody——行为识别及ReadWay——场景识别四大系列。

ReadFace脸部识别利用大数据深度学习技术,帮助机器识别并跟踪用户的脸部特征,准确认知面部表情和头部姿态。

ReadFace——面部识别

ReadHand手部识别利用大数据深度学习技术,帮助机器识别并跟踪用户的手部特征,准确认知手型和手势。

ReadHand——手部识别

ReadBody行为识别利用大数据深度学习技术,帮助机器识别并跟踪用户的人体特征,准确理解用户动作和行为。

ReadBody——行为识别

ReadWay环境识别利用大数据深度学习技术,帮助机器感知周边环境,进行场景重建和路径规划。

ReadWay——场景识别

目前在利用大数据深度学习技术应用在人工智能方面,国外起步较早,但是值得一提的是“阅面科技”对计算机视觉的算法研发追求精益求精,在表情和行为识别等方面具有世界领先的核心技术。所谓资源不一样,同时打法也不一样。就像江湖武学:有武当剑法的绵柔,有少林拳脚的浑厚,也有峨眉剑法的轻巧。“阅面科技”更多的专注于整个“一站式”的消费级视觉认知解决方案,更好的实现人工智能与人的交互。

阅面科技的创始团队具有深厚的专业背景。CEO雷子本身对该领域进行了长期的研究、对人工智能行业也了如指掌;合伙人Leon曾在卡内基梅隆机器人研究所做计算机视觉研究员,长期致力于表情识别研究;另外一位合伙人来自百度,在嵌入式性能优化具有很强的经验。这让阅面科技在技术研发和产品运作上游刃有余。

多渠道应用场景

未来正在到来,人工智能与人的多维度互动也由星星之火慢慢地展开燎原之势。“阅面科技”提供的消费级智能机器视觉认知方案除了应用于服务型机器人外,其也服务于智能家居、智能电器、AR等新兴人工智能消费电子领域。用户使用其视觉认知功能,可以创造出新的交互方式,为机器增加一双智能的眼睛。未来的机器人是能通过认识、理解、反馈来理解人的生活方式并判断去解决用户问题的,它应该是有温度的。值得絮叨的是,当前“阅面科技”已与多家最具代表性的服务型机器人企业达成了战略合作。


最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,607评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,047评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,496评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,405评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,400评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,479评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,883评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,535评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,743评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,544评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,612评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,309评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,881评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,891评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,136评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,783评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,316评论 2 342

推荐阅读更多精彩内容