되돌아오다
스마트 비지니스
스마트 시티
스마트 라이프
스마트 오토- 핵심기술
- 원천 기술 체계를 토대로, SenseCore AI 대형 디바이스를 핵심 기반으로 하여 여러 분야, 다방면의 첨단 연구를 추진하고 각각의 수직적 시나리오에서 AI의 활용을 신속하게 연결하여 업계에 권한을 부여합니다.
- 01객체 탐지
- 02핵심 포인트 포지셔닝
- 03신분 확인
- 04속성 식별
- 05이미지 클러스터링
- 06생체 탐지
- 07이미지 보정
- 08시나리오 식별
- 09차량 유형 식별
- 10원격 인지 이미지 해석
- 11복장 속성 식별
- 12동영상 요약
- 13동영상 콘텐츠의 구조화
- 14쇼트 클립
- 15문자 식별
- 16음성 인식
- 17자연 언어 처리
- 18로봇 제어와 센서
01 / 018
객체 탐지
세계적으로 앞선 범용 객체 탐지 알고리즘이 이미지 중에서 자주 보는 객체를 효과적으로 탐지할 수 있습니다.
02 / 018
핵심 포인트 포지셔닝
밀리초 단위로 눈, 입, 코의 윤곽 등 얼굴의 21, 106, 240개 핵심 포인트를 포지셔닝하며 각기 다른 정확도의 안면 핵심 포인트 포지셔닝을 지원합니다. 이 기술은 큰 각도의 측면 얼굴, 큰 표정 변화, 쉴드, 모호함, 명암 변화 등 각종 실제 환경에 적용할 수 있습니다. 우선 이동 단말의 14개 핵심 신체 포지셔닝을 지원하고 RGB 이미지를 통해 입력 시간 초과시 머리, 어깨, 허리, 다리 등 위치를 제공하며 각종 큰 폭의 동작에 적용할 수 있습니다.
03 / 018
신분 확인
두 장의 사진이 동일인인지 판단하는 것으로 100만분의 1의 오인식률에 정확도는 99%를 초과합니다.
04 / 018
속성 식별
색상, 형상, 유형, 성별, 표정 등과 같은 여러 가지 속성 유형을 정확하게 식별합니다.
05 / 018
이미지 클러스터링
이미지의 고속 클러스터링을 지원하여 지능형 앨범에 사용하며, 더욱 직관적으로 사진을 관리할 수 있습니다.
06 / 018
생체 탐지
카메라 앞에서 조작하고 있는 사람이 본인인지 신분 인증을 통해 탐지하며, 금융 기관 등 높은 안전성이 요구되는 진지한 응용 시나리오에서 실제 사람에 대한 신분 확인을 제공합니다. 고해상도 사진, PS, 3차원 모델, 얼굴 바꿈 등 위변조 사기 행위를 효과적으로 분별할 수 있습니다. 서로 다른 시나리오 수요에 맞추어 맞춤형 솔루션을 제공합니다.
07 / 018
이미지 보정
지능형 이미지 콘텐츠 탐지 포지셔닝 기술을 기반으로, 이동 단말 보정, 메이크업 효과 솔루션을 만들어 모바일 인터넷 엔터테인먼트 시대의 “미”를 위한 기술을 제공합니다.
08 / 018
시나리오 식별
자연 환경의 수백 가지 시나리오, 수천 가지의 범용 객체 및 속성을 정확하게 식별하여 지능형 사진 앨범 정리, 사진 검색과 분류, 시나리오 콘텐츠나 객체 기반 광고 추천 등의 기능을 보다 직관적으로 구현합니다.
09 / 018
차량 유형 식별
각종 시나리오에서 많은 차량 유형에 대한 정확한 식별을 구현하며, 각기 다른 시나리오, 서로 다른 조도와 촬영 각도 변화의 영향을 극복하였습니다.
10 / 18
원격 인지 이미지 해석
높은 공간, 시간 해상도의 위성 영상에 대한 스마트한 정보 추출을 구현하고, 토지 이용에 있어 토지 유형 구분과 전형적인 지상 물체 추출, 점과 면 목표물의 탐지 및 동적 변화 모니터링 3대 과제를 수행합니다.
11 / 18
복장 속성 식별
이미지, 동영상 중의 옷을 자동으로 탐지하고 유형과 무늬, 소매 유형, 옷깃 유형 등 특징을 식별하며 빛과 자세 변화 등 간섭 요인의 영향에 대해 확실하게 대처합니다.
12 / 18
동영상 요약
원천 기술의 딥러닝 알고리즘에 기반하여 긴 동영상 중 각 렌즈의 내용과 스타일을 지능적으로 분석하며 각 렌즈의 장면과 움직임 등의 내적 연관성을 찾고 의미 정보를 추출하고 모아서 짧은 동양상으로 표현하는데, 이는 이미 TV, 인터넷 등의 업계에서 활용되고 있습니다.
13 / 18
동영상 콘텐츠의 구조화
동영상 중의 내용 (예를 들어 패션 복장, 장면, 상표, 상품 및 행위 등)을 자동적으로 분석, 추출하여 다양한 구조화 정보를 제공하며, 고효율 동영상 소재 관리 및 정확한 마케팅에 활용할 수 있습니다.
14 / 18
쇼트 클립
업계에서 앞선 대규모 다중 태그 알고리즘에 기반하여 동영상 내용을 자동적으로 이해하고 텍스트 태그를 자동으로 생성하여 동영상 검색과 추천의 정확도를 높이는 데에 도움을 줍니다. 완벽한 태그 체계를 확보하고 있으며 이미 모바일 인터넷, TV, 광고 등의 다양한 분야에서 활용되고 있습니다.
15 / 18
문자 식별
- 자연 시나리오：복잡한 자연 시나리오 사진 중의 문자 정보를 자동으로 추출합니다.
- 카드 증명서：각종 촬영 환경에서 카드, 증명서 이미지 중의 문자 정보를 자동으로 추출합니다.
- 증서 증표 증권：포맷 제한 없이 다양한 유형의 증서를 식별하고, 위치에 따라 자동으로 구조를 구성합니다.
16 / 18
음성 인식
- 음성 인식：자동으로 음성 내용을 문자 정보로 변환합니다.
- 키워드 검출：휴면 상태의 장비를 깨워 직접 음성 대화하거나 명령어를 통해 스마트 장비를 식별, 제어합니다.
- 성문 인식：유니크한 음성 주파수 특징을 통해 화자의 신분을 식별하고 확인합니다.
17 / 18
자연 언어 처리
- 자연 언어의 이해와 생성: 문자 표현 학습, 지식에 기반한 의미 의해, 제어 가능한 텍스트를 생성 합니다.
- 과제 지향적 대화 시스템과 지식 문답의 대화 시스템을 보유하고 있습니다.
18 / 18
로봇 제어와 센서
- 로봇 시뮬레이션 플랫폼：
로봇 시뮬레이션 플랫폼을 이용하여 실험 설정을 유연하게 변경하고 필요한 데이터를 신속하게 획득하여 자주적 전략과 기계 학습 알고리즘을 효과적으로 테스트, 검증합니다. 시뮬레이션 플랫폼은 모듈화 구조를 채택하며 핵심 모듈은 필요에 따라 갱신, 교체할 수 있으며 시뮬레이션 중 핵심 데이터를 액세스할 수 있습니다.
- 3D 시각에 기반한 로봇의 랜덤 선별 기술：
3D 시각 신호 분석을 통해 복잡한 시나리오에 쌓인 물체의 6D 자세를 정확하게 추정하고 충돌 탐지와 모션 플래닝 알고리즘을 통해 쌓여 있는 목표 객체를 로봇이 지정된 방식으로 캡쳐하도록 유도합니다. 이 핵심 기술은 산업 분야의 유연 생산 조립, 상하역, 물류 선별, 적재, 해체 등의 분야에 사용할 수 있습니다.
- 시각 구동의 로봇팔 물체 조작 기술：
딥러닝과 강화 학습 방법으로 로봇팔이 스스로 학습하게 합니다. 시각 센서 구동에 기반한 다수 물체 작업 과제(예, 물체의 캡쳐, 놓기, 부속품 조립)를 수행하여 하드웨어와 시스템 통합 비용을 효과적으로 낮출 수 있습니다. 한편 알고리즘은 시뮬레이션 환경에서 학습 샘플을 채집하여 현실 환경으로 이전함으로써, 현장 테스트 비용을 줄일 수 있습니다. 이 기술은 주문 제작되는 제품의 스마트 생산 라인과 다품종 물체의 물류 선별 등 산업 시나리오에서 로봇의 유연성을 향상시킵니다.
01 / 018
객체 탐지
세계적으로 앞선 범용 객체 탐지 알고리즘이 이미지 중에서 자주 보는 객체를 효과적으로 탐지할 수 있습니다.
02 / 018
핵심 포인트 포지셔닝
밀리초 단위로 눈, 입, 코의 윤곽 등 얼굴의 21, 106, 240개 핵심 포인트를 포지셔닝하며 각기 다른 정확도의 안면 핵심 포인트 포지셔닝을 지원합니다. 이 기술은 큰 각도의 측면 얼굴, 큰 표정 변화, 쉴드, 모호함, 명암 변화 등 각종 실제 환경에 적용할 수 있습니다. 우선 이동 단말의 14개 핵심 신체 포지셔닝을 지원하고 RGB 이미지를 통해 입력 시간 초과시 머리, 어깨, 허리, 다리 등 위치를 제공하며 각종 큰 폭의 동작에 적용할 수 있습니다.
03 / 018
신분 확인
두 장의 사진이 동일인인지 판단하는 것으로 100만분의 1의 오인식률에 정확도는 99%를 초과합니다.
04 / 018
속성 식별
색상, 형상, 유형, 성별, 표정 등과 같은 여러 가지 속성 유형을 정확하게 식별합니다.
05 / 018
이미지 클러스터링
이미지의 고속 클러스터링을 지원하여 지능형 앨범에 사용하며, 더욱 직관적으로 사진을 관리할 수 있습니다.
06 / 018
생체 탐지
카메라 앞에서 조작하고 있는 사람이 본인인지 신분 인증을 통해 탐지하며, 금융 기관 등 높은 안전성이 요구되는 진지한 응용 시나리오에서 실제 사람에 대한 신분 확인을 제공합니다. 고해상도 사진, PS, 3차원 모델, 얼굴 바꿈 등 위변조 사기 행위를 효과적으로 분별할 수 있습니다. 서로 다른 시나리오 수요에 맞추어 맞춤형 솔루션을 제공합니다.
07 / 018
이미지 보정
지능형 이미지 콘텐츠 탐지 포지셔닝 기술을 기반으로, 이동 단말 보정, 메이크업 효과 솔루션을 만들어 모바일 인터넷 엔터테인먼트 시대의 “미”를 위한 기술을 제공합니다.
08 / 018
시나리오 식별
자연 환경의 수백 가지 시나리오, 수천 가지의 범용 객체 및 속성을 정확하게 식별하여 지능형 사진 앨범 정리, 사진 검색과 분류, 시나리오 콘텐츠나 객체 기반 광고 추천 등의 기능을 보다 직관적으로 구현합니다.
09 / 018
차량 유형 식별
각종 시나리오에서 많은 차량 유형에 대한 정확한 식별을 구현하며, 각기 다른 시나리오, 서로 다른 조도와 촬영 각도 변화의 영향을 극복하였습니다.
10 / 18
원격 인지 이미지 해석
높은 공간, 시간 해상도의 위성 영상에 대한 스마트한 정보 추출을 구현하고, 토지 이용에 있어 토지 유형 구분과 전형적인 지상 물체 추출, 점과 면 목표물의 탐지 및 동적 변화 모니터링 3대 과제를 수행합니다.
11 / 18
복장 속성 식별
이미지, 동영상 중의 옷을 자동으로 탐지하고 유형과 무늬, 소매 유형, 옷깃 유형 등 특징을 식별하며 빛과 자세 변화 등 간섭 요인의 영향에 대해 확실하게 대처합니다.
12 / 18
동영상 요약
원천 기술의 딥러닝 알고리즘에 기반하여 긴 동영상 중 각 렌즈의 내용과 스타일을 지능적으로 분석하며 각 렌즈의 장면과 움직임 등의 내적 연관성을 찾고 의미 정보를 추출하고 모아서 짧은 동양상으로 표현하는데, 이는 이미 TV, 인터넷 등의 업계에서 활용되고 있습니다.
13 / 18
동영상 콘텐츠의 구조화
동영상 중의 내용 (예를 들어 패션 복장, 장면, 상표, 상품 및 행위 등)을 자동적으로 분석, 추출하여 다양한 구조화 정보를 제공하며, 고효율 동영상 소재 관리 및 정확한 마케팅에 활용할 수 있습니다.
14 / 18
쇼트 클립
업계에서 앞선 대규모 다중 태그 알고리즘에 기반하여 동영상 내용을 자동적으로 이해하고 텍스트 태그를 자동으로 생성하여 동영상 검색과 추천의 정확도를 높이는 데에 도움을 줍니다. 완벽한 태그 체계를 확보하고 있으며 이미 모바일 인터넷, TV, 광고 등의 다양한 분야에서 활용되고 있습니다.
15 / 18
문자 식별
- 자연 시나리오：복잡한 자연 시나리오 사진 중의 문자 정보를 자동으로 추출합니다.
- 카드 증명서：각종 촬영 환경에서 카드, 증명서 이미지 중의 문자 정보를 자동으로 추출합니다.
- 증서 증표 증권：포맷 제한 없이 다양한 유형의 증서를 식별하고, 위치에 따라 자동으로 구조를 구성합니다.
16 / 18
음성 인식
- 음성 인식：자동으로 음성 내용을 문자 정보로 변환합니다.
- 키워드 검출：휴면 상태의 장비를 깨워 직접 음성 대화하거나 명령어를 통해 스마트 장비를 식별, 제어합니다.
- 성문 인식：유니크한 음성 주파수 특징을 통해 화자의 신분을 식별하고 확인합니다.
17 / 18
자연 언어 처리
- 자연 언어의 이해와 생성: 문자 표현 학습, 지식에 기반한 의미 의해, 제어 가능한 텍스트를 생성 합니다.
- 과제 지향적 대화 시스템과 지식 문답의 대화 시스템을 보유하고 있습니다.
18 / 18
로봇 제어와 센서
- 로봇 시뮬레이션 플랫폼：
로봇 시뮬레이션 플랫폼을 이용하여 실험 설정을 유연하게 변경하고 필요한 데이터를 신속하게 획득하여 자주적 전략과 기계 학습 알고리즘을 효과적으로 테스트, 검증합니다. 시뮬레이션 플랫폼은 모듈화 구조를 채택하며 핵심 모듈은 필요에 따라 갱신, 교체할 수 있으며 시뮬레이션 중 핵심 데이터를 액세스할 수 있습니다.
- 3D 시각에 기반한 로봇의 랜덤 선별 기술：
3D 시각 신호 분석을 통해 복잡한 시나리오에 쌓인 물체의 6D 자세를 정확하게 추정하고 충돌 탐지와 모션 플래닝 알고리즘을 통해 쌓여 있는 목표 객체를 로봇이 지정된 방식으로 캡쳐하도록 유도합니다. 이 핵심 기술은 산업 분야의 유연 생산 조립, 상하역, 물류 선별, 적재, 해체 등의 분야에 사용할 수 있습니다.
- 시각 구동의 로봇팔 물체 조작 기술：
딥러닝과 강화 학습 방법으로 로봇팔이 스스로 학습하게 합니다. 시각 센서 구동에 기반한 다수 물체 작업 과제(예, 물체의 캡쳐, 놓기, 부속품 조립)를 수행하여 하드웨어와 시스템 통합 비용을 효과적으로 낮출 수 있습니다. 한편 알고리즘은 시뮬레이션 환경에서 학습 샘플을 채집하여 현실 환경으로 이전함으로써, 현장 테스트 비용을 줄일 수 있습니다. 이 기술은 주문 제작되는 제품의 스마트 생산 라인과 다품종 물체의 물류 선별 등 산업 시나리오에서 로봇의 유연성을 향상시킵니다.
