人工智能中心
专注第一视角边缘计算理论和研发突破,关键技术领先。

自研基于AR的AI算法

自研基于并行计算芯片开发LAFFE运算引擎,算子效率远超业内

亮亮视野采用Movidius VPU作为AI计算平台,在VPU上开发了Laffe引擎,对关键算子实现进行了汇编级优化。Laffe的DepthWise Convolution算子实现比Intel官方实现速度快了10-15倍,满足基于AR的低功耗、低延时、高可靠的算法需求需求。

基于元学习的小样本分类模型,算法性能优越

LGM-Net 在 minilmageNet数据集5 way1shot 分类任务上取得了当前学术界更好的算法性能。5-way5-shot轻量小样本分类模型,实现产品化落地的小样本分类应用。

自研轻量化目标追踪算法,支持离线实时追踪,追踪后找回

One-shot Learning(追踪),工程化应用:支持追踪丢失后快速重找贡献:1.8GFLOPs 精减到40MFLOPs,准确率下降可接受,可部署在Laffe上;Train from scratch;Anchor-free设计。

AR防抖算法,攻克AR眼镜使用下的大幅度运动防抖准确性问题

亮亮视野科研团队基于神经网络,改进了ECCV算法,采用了自监督学习进行运动估计,终于探索出具有低功耗、低延时、大角度旋转适应能力三方面优势的AR防抖算法。

OCR算法,可以识别生活场景中的大多数文字信息

亮亮视野科研团队基于神经网络和paddleOCR开源文档。将文本识别任务分为三步:文本检测+方向分类+文本识别。将CRNN与Differentiable Binarization结合,探索出了轻量级的中文文本识别算法。识别网络结构图,结合了CNN与双向LSTM,CTCLoss。模型轻量,可部署在手机端。
安防场景的人脸识别
综合采用了模型压缩技术和多种Loss函数进行训练,亮亮视野的离线人脸识别模型性能在公开数据集 LFW、MegaFace和IJB-A均表现优异。
工业场景的边缘计算/QR检测
小样本目标检测。
多模态视频检索/知识推送系统
视频信号、音频信号和自然语言人、设备与知识互联:基于AR眼镜感知环境推送,知识找人。

万物识别

行业领先的算法设计