8090毛片I久久久久久久性I国产91亚洲精品I日韩jizzI麻豆精品一区I捆绑束缚调教I天天玩天天操I国产精品久久久久久久久久了I无码人妻一区二区三区免费n鬼沢I久久久久久久avI亚洲污污视频I草视频在线I亚洲高清在线观看视频I3d动漫精品啪啪一区二区下载I成人激情文学I91网入口I国产精品免费av一区二区三区I黑人极品videos精品欧美裸I老头巨大又粗又长xxxxxI欧美a免费I丝袜美女avI久久免费视屏I朋友的姐姐2在线观看I亚洲乱码一区I国产精品一区二区在线看I精品人妻无码在线I视频区 图片区 小说区

About Us
About Us
Artificial intelligence, perceive the world, serve the society
News
2022-10-17
Share

Truthvision Technology Xu Biao: If you find a scene that can be implemented at scale and meet user requirements, you can take the lead in occupying the market

Behavior recognition is already starting to move towards some scenarios, although it needs to be more sophisticated technically.

       According to the "2019-2024 Research Report on China's Machine Vision Industry Prospects and Investment Opportunities" released by the China Business Industry Research Institute, the scale of China's machine vision market exceeded 10 billion yuan for the first time in 2018; , the machine vision market will further expand,It is estimated that the machine vision market will reach nearly 12.5 billion yuan in 2019.

      It is true that the market size of the CV (machine vision) industry is not small and profitable, but when technology products mature and start to be applied, how to eat this cake has become the biggest problem faced by many CV startups. . At the same time, continuous losses and profit pressure are also urging every CV company to “run”.

       趨視科技并不屬于CV領域最知名的行業,然而它們卻在落地應用和盈利上先人一步,其公司創始人徐飆表示:"If 90% of companies in the industry are losing money, we belong to the other 10%."

        how do they do it

20191129103958886.png

Figure | Xu Biao, founder of Truthvision Technology

CV not only has face recognition, but also behavior analysis

      When it comes to CV, attention and topics are often concentrated in the field of face recognition. SenseTime, Megvii, etc. are the focus of attention both inside and outside the industry, but CV is not equivalent to face recognition, it also includes behavior recognition. Xu Biao introduced that since its establishment, Truthvision Technology has always aimed at behavior recognition.

       “行為識別就是識別人類或者車的行為,Such as people's fighting behavior, car running red light behavior and so on. Although both belong to machine vision, face recognition and behavior recognition are two technologies and different fields. "

At the technical level, face recognition can be completed through a photo, while behavior recognition needs to be judged by combining continuous data, because behavior itself is a continuous and dynamic process.in short,Face recognition solves the problem of who the target is, and behavior solves what kind of thing.At present, behavior recognition is often used in judicial management, smart stores,intelligent

       Xu Biao told us: "There are many fields where behavior recognition is applicable, but because the technology is not mature enough, it is difficult for behavior recognition technology to play a very good role in the face of too complex and non-standard scenes. Therefore, this technology can only It is first applied in some vertical scenarios, and gradually accumulated and improved in the process of application, so as to expand to more scenarios, and finally meet the requirements of human behavior cognition in a large range."

1576036874274162.jpg

        So what are the technical difficulties of behavior recognition?

        Since behavior is diverse, it includes individual behavior and group behavior, and each behavior is expressed in different ways. For example, fighting and stealing, fighting between individuals and fighting between groups are completely different.Therefore, behavior recognition faces great difficulties at the data collection level, which mainly involve problems such as occlusion and dislocation.

        At the same time, the angle of human viewing the world is three-dimensional, and the picture captured by the camera is two-dimensional, so there will be a person in the video showing an arm, but because the distance parameter cannot be collected in the video,所以遮擋、錯位的現象會讓AI算法難以判斷。

       其次學習數據欠缺。眾所周知,許多AI技術依靠深度學習算法模型去訓練,這導致要讓AI實現行為識別,就必須先給行為下定義,讓AI知道行為是什么。然而前面已經提到行為非常復雜,甚至很多時候AI需要學習判斷的是負面行為,因此企業很難獲取到大量的學習數據。而算法模型沒有經過大量數據去訓練,也就很難“聰明”起來,從而在識別的效果和精度上難以達到用戶需求。

        不過盡管在技術上需要更加精進,但行為識別已經開始走向一些場景。

CV企業破冰關鍵:規?;?/strong>

       徐飆介紹:“公司一開始關注的就是行業落地而非通用場景,且瞄準的第一個領域就是司法領域行業的管理,比如監獄管理,是否有犯人打斗、翻墻、攀爬等。這對于司法領域的管理而言是一個剛需,能夠降低人力管理成本,提升管理質量?!?/p>

20191129104623294.png

       而行業落地和通用場景落地兩條路徑的最大區別,在徐飆看來,前者能夠助力企業快速實現規模化落地,而這至關重要。

       他談到:“所有CV廠商在近年來特別強調落地,本質上就是規?;涞?,即企業在一個項目試點實現技術落地后能夠快速復制到下一個同類型的場景中,而不是做完一個試點,下一個場景再重新做一遍,這無疑增加了許多成本?!?/p>

       對于企業而言,要實現規?;涞厥紫仍谧畛鯇ふ衣涞匦袠I時,就要找到能夠實現規?;?、可復制性強的場景。其中的關鍵在于,企業對于用戶核心訴求的把握是否精確。徐飆認為,CV企業要實現規?;仨毩私庥脩舻男枨?,所謂需求指的不僅是用戶對于功能的需求,還包括用戶對性能當中準確度的要求。

       “這需要碰撞。有些時候沒有人會告訴你他的需求和對準確度的要求是什么,企業往往需要通過試點、交流、反饋、修正......逐步形成一個行業共識,而并非單個客戶的需求?!?/p>

       但即便把握了用戶需求和性能指標并不足夠,企業還要評估自身的技術體系、優勢能否滿足用戶的需求和指標。最后企業還要考慮實現規?;?,是否會被競品取代,這要求其必須在技術落地應用過程中打造自身的技術門檻,如此廠商們才能率先占領市場,并在后續的競爭中獲勝。

20191129105017539.jpg

       回到趨視科技自身,徐飆談道:“公司明年的短期計劃,一方面是確保在司法行業實現規模化,創造更多的收益;同時也會將技術落地到智慧門店場景。小規?;瘞Ыo我們盈利,也驗證了技術已經達到可復制狀態,所以我們將會向更大的市場進行布局。”

【鎂客·請講】欄目   策劃&撰寫:溫暖


主站蜘蛛池模板: 在线 国产 日韩 | 91伊人久久大香线蕉蜜芽人口 | 亚洲日韩精品欧美一区二区 | 精品久久精品 | 国产精品国产三级国产aⅴ9色 | 国产精品久久久毛片 | 91av原创| 欧美激情视频在线观看免费 | 97精品在线 | 国产国语在线 | 免费男女羞羞的视频网站中文字幕 | 五月天亚洲综合 | 午夜精品久久久 | www.久草视频 | 亚洲精品在线观看中文字幕 | 日日干天夜夜 | 日韩欧美一区二区三区免费观看 | 久久精品站 | 精品亚洲在线 | 国产 日韩 欧美 中文 在线播放 | 成人三级黄色 | 亚洲综合色视频在线观看 | 国产精品久久99综合免费观看尤物 | 久久亚洲在线 | 久久专区 | 国产精品一区久久久久 | 国产黄色免费 | 天天色天天上天天操 | 国产成人精品一区二区三区在线观看 | 免费在线播放黄色 | 91av蜜桃| 国产亚洲在线视频 | 91禁在线看| 亚洲精品一区二区三区在线观看 | 女人18毛片a级毛片一区二区 | 久久草草热国产精品直播 | 久久视讯 | 日韩视频1区 | 91精品秘密在线观看 | 国产剧情av在线播放 | 国产黄色一级大片 | 四虎国产永久在线精品 | 日韩一区二区三区高清免费看看 | 操操操av| 国产精品久久久久久久av大片 | 日韩黄色av网站 | 国产精品岛国久久久久久久久红粉 | 正在播放国产精品 | 2022久久国产露脸精品国产 | 久久久久国产视频 | 国产精品久久久久毛片大屁完整版 | 亚洲精品黄色在线观看 | 18av在线视频| 久久久蜜桃 | 精品国产三级a∨在线欧美 免费一级片在线观看 | 日韩在线观看一区二区三区 | 少妇bbw搡bbbb搡bbbb | 奇米777777| 成年人在线免费看片 | 2020天天干夜夜爽 | 国产99亚洲 | 国产精品 日本 | 久久99亚洲热视 | 开心激情五月婷婷 | 国产96在线视频 | 欧美一级在线观看视频 | av电影在线观看完整版一区二区 | 日韩精品久久久免费观看夜色 | 国产精品大片在线观看 | 精品亚洲一区二区三区 | 午夜少妇av | 成人av午夜 | 亚洲香蕉视频 | 碰超人人| 精品久久久久久久久亚洲 | 麻豆传媒视频观看 | 色综合天天综合 | 日本在线视频网址 | 国产在线欧美在线 | 狠狠色伊人亚洲综合成人 | 永久免费观看视频 | 欧美a在线看 | 久久99国产精品免费 | 亚洲无毛专区 | 国产乱对白刺激视频不卡 | 久久久久免费电影 | 精品国产精品久久一区免费式 | 91亚洲狠狠婷婷综合久久久 | 日本婷婷色 | 91视频三区 | av免费在线观看网站 | 久久99深爱久久99精品 | 色www永久免费 | 国产手机视频在线观看 | 国产97视频在线 | h视频在线看| 91九色成人蝌蚪首页 | 国产高清在线免费 | 久久久久久亚洲精品 | 亚洲成人黄色在线观看 | 午夜精品久久久久久久99无限制 | 日韩高清在线一区 | 国产精品video爽爽爽爽 | 成人理论在线观看 | wwwwww黄| 91亚州 | 夜夜躁狠狠躁日日躁视频黑人 | 色a网 | 一本一道波多野毛片中文在线 | 亚洲成人精品av | 在线v片免费观看视频 | 99九九热只有国产精品 | 一区二区成人国产精品 | 一区二区激情视频 | 日韩网站中文字幕 | 成人免费 在线播放 | 国产精品日韩高清 | 久久婷婷开心 | 91麻豆文化传媒在线观看 | 色婷婷亚洲婷婷 | 久久一及片 | av天天色| 日韩精品中文字幕在线观看 | 久久首页| 国产资源在线观看 | 亚洲综合在线观看视频 | 亚洲 欧美 国产 va在线影院 | 亚洲三级在线免费观看 | 99精品视频在线播放免费 | 四虎在线观看 | 久久久久国产精品午夜一区 | 欧美一区二区日韩一区二区 | 亚洲成人资源在线 | 久久国产色 | 午夜影视一区 | 亚洲精品视频免费在线观看 | 久久综合九色综合97婷婷女人 | 欧美中文字幕第一页 | 日韩av中文在线观看 | 在线看免费 | aa级黄色大片 | 深爱婷婷 | 美女免费视频观看网站 | 九草在线观看 | 91av在线电影 | 91超碰在线播放 | 亚洲成人动漫在线观看 | 狠狠色伊人亚洲综合网站色 | 欧美日韩xxxxx | 最近字幕在线观看第一季 | 色综合久久88色综合天天 | 色视频在线观看免费 | 91成人免费在线视频 | 亚洲国产精彩中文乱码av | 国产一区二区免费 | 激情欧美xxxx| 深爱五月激情五月 | 九九久久精品 | 韩国av电影在线观看 | 999热线在线观看 | 日本中文一级片 | 久久精品96 | 日韩av播放在线 | aaa亚洲精品一二三区 | 色香网 | 免费成视频 | 国产精品美女久久久久久久久 | 日韩高清一 | 日日夜夜免费精品视频 | 日韩精品久久久久久中文字幕8 | 国产黄在线免费观看 | 国产一线天在线观看 | 日韩精品一区不卡 | 久久久久亚洲国产精品 | 亚洲激情视频 | 亚洲综合在线五月 | 国产精品美女久久久久久久 | 97视频在线看 | 欧美精品亚洲精品日韩精品 | 日韩精品一区二区三区中文字幕 | 国产精品99久久免费观看 | 成人av网址大全 | av爱干| 最新av免费在线 | 欧美激情精品久久久久久免费印度 | 国产美女视频免费 | 亚洲va天堂va欧美ⅴa在线 | 四虎影视8848aamm | 天堂在线一区二区三区 | 亚洲一区二区三区91 | 免费观看国产视频 | www.狠狠插.com | 成人免费观看网站 | 超级碰碰碰碰 | 亚洲午夜久久久久久久久电影网 | 伊人婷婷久久 | 九九久久久久99精品 | 精品国产aⅴ一区二区三区 在线直播av | 999成人国产 | 在线国产专区 | 亚洲dvd | 99免费看片 | 亚洲精品视频在线观看免费视频 | 免费观看的av | 97国产大学生情侣白嫩酒店 | 亚洲激情视频 | 91精品91| 一区二区三区免费在线观看视频 | 亚洲一二视频 | 欧美最爽乱淫视频播放 | 91av久久| 香蕉视频在线播放 | 色综合久久久 | 久久伊人爱 | 久久久鲁 | 99爱视频| 九九免费在线观看视频 | 国产精品一区二区在线免费观看 | av成人免费观看 | 日韩福利在线观看 | 亚洲专区中文字幕 | 亚洲国产伊人 | 五月婷婷中文字幕 | 在线日韩 | 69中文字幕 | 欧美成人在线免费观看 | 午夜精品久久久久久久久久久 | 久久久久女人精品毛片 | 久久国产乱 | 国内精品久久久久影院优 | 日本久久精品视频 | 超碰人人射 | 久久精品一区二区三区四区 | 亚州视频在线 | 免费午夜在线视频 | 黄色aaa毛片 | 日韩av电影免费观看 | 国产精品日韩久久久久 | 久久久久高清毛片一级 | 日韩精品一区二区在线视频 | 婷婷色网址| 99热九九这里只有精品10 | 日韩免费高清 | 天天插夜夜操 | 久久999精品 | 一区二区三区在线电影 | 国产精品久久久久久久久久久久午 | 国产精品成久久久久三级 | 国产专区欧美专区 | 99久久久国产精品免费99 | 久久九九国产精品 | 99视频在线免费观看 | 亚洲综合欧美激情 | 天天色天天综合 | 国产精品去看片 | 日本h在线播放 | 97免费在线观看视频 | 成人97视频 | 狠狠久久婷婷 | 国产在线不卡一区 | 免费日韩 | 欧美日bb| 国产中文字幕网 | 久久精品视频在线免费观看 | 欧美另类巨大 | 日日操操| 99热这里精品 | 国产成人99久久亚洲综合精品 | 92av视频 | 国产欧美精品一区二区三区 | 欧美日韩视频在线观看免费 | 国产精品一区二区三区在线看 | 日本精品免费看 | 激情五月开心 | a色网站 | 久久不射电影院 | 9i看片成人免费看片 | 日韩高清av在线 | 一区二区三区播放 | 国产精品久久久久久久午夜 | 精品国产观看 | 婷色在线| 96av在线视频 | 亚洲片在线资源 | 天天操天天干天天 | 亚洲激情 欧美激情 | 亚洲 成人 欧美 | 伊人婷婷久久 | 五月天婷婷在线播放 | 日韩av一区二区在线影视 | 九九视频在线 | 亚洲精品视频在线播放 | 成人av动漫在线观看 | 波多野结衣精品视频 | 色资源在线观看 | 日韩高清一 | 精品一区二区视频 | 丁香花在线视频观看免费 | 久草在线一免费新视频 | 国内精品久久久久久久久久久久 | 国产精品18久久久久久不卡孕妇 | 香蕉日日| 欧美整片sss| 国产成人免费在线观看 | 欧美在线视频精品 | 一区二区免费不卡在线 | 日韩亚洲国产精品 | 99久久精品久久久久久动态片 | av黄色在线| 99色在线 | 久久久久久高潮国产精品视 | 狠狠色噜噜狠狠狠狠2022 | 97超碰人人澡人人爱学生 | 国产精品免费视频观看 | 天天射天天射天天射 | 在线视频区 | 97日日 | 久久99精品久久久久久秒播蜜臀 | 亚洲日日射 | 日韩黄在线观看 | 香蕉91视频 | 日日夜夜网站 | 欧美爽爽爽| 久综合网| 96精品高清视频在线观看软件特色 | 五月天婷婷免费视频 | 色网站在线免费观看 | 亚洲国产精品成人精品 | 狠狠婷婷 | 久久精久久精 | 久久大香线蕉app | 人人看人人| 久久精品美女 | 91人人澡 | 亚洲人人射 | 黄网站色视频免费观看 | 手机av电影在线观看 | 丁香激情婷婷 | a极黄色片| 欧美一级大片在线观看 | 一级成人在线 | 亚洲国产精品电影 | 亚洲欧美乱综合图片区小说区 | 国产午夜麻豆影院在线观看 | 中文字幕av最新更新 | 婷婷伊人综合亚洲综合网 | 成人免费网站在线观看 | 免费91在线 | 日韩电影在线一区二区 | 免费观看性生交大片3 | 久久久午夜剧场 | 国产精品一区免费观看 | 亚洲精品视频网站在线观看 | 免费看的黄网站软件 | 五月天天天操 | 天天弄天天干 | 国产精品久久久区三区天天噜 | 亚洲成人一区 | 激情视频在线观看网址 | 在线精品视频免费播放 | 91精品在线看 | 一级电影免费在线观看 | 久久久夜色 | 成人在线观看影院 | 亚洲视屏一区 | 四川bbb搡bbb爽爽视频 | 色欧美综合 | 成人黄色免费观看 | 久久综合狠狠综合 | 久久曰视频 | 精品国产乱码一区二区三区在线 | 91亚洲精品乱码久久久久久蜜桃 | 亚洲一区免费在线 | 久久精品精品 | 人人操日日干 | 久草在线久草在线2 | 国产经典三级 | 国产玖玖精品视频 | 亚洲在线观看av | 91豆花在线 | 国产精品久久久久久模特 | 欧美黑人性爽 | 国产日韩精品一区二区三区在线 | 九月婷婷人人澡人人添人人爽 | 色视频在线观看 | 国产精品美女在线观看 | 久久手机免费视频 | 91高清完整版在线观看 | 在线免费观看视频你懂的 | 日韩在线视频在线观看 | 欧美日韩aa| 精品视频中文字幕 | 婷婷色网站 | 欧美91成人网 | 深爱激情久久 | 91探花国产综合在线精品 | 国产免费一区二区三区最新6 | 久久观看 | 色狠狠综合| www.久久视频 | 美女黄濒| 中文字幕免费在线看 | 日本韩国欧美在线观看 | 国产1区2区3区精品美女 | 国产资源在线播放 | 中文av在线播放 | 久热免费在线观看 | 天天在线免费视频 | 国产 日韩 欧美 在线 | 久久久久亚洲精品中文字幕 | 91精品国产一区二区在线观看 | 国产精品久久久久久妇 | 亚洲综合在线一区二区三区 | 91九色在线播放 | 久久综合婷婷国产二区高清 | 久久综合婷婷国产二区高清 | av五月婷婷| 午夜久久久精品 | 一区二区精品在线 | 国产精品久久一卡二卡 | 99视频在线精品国自产拍免费观看 | 一区二区不卡在线观看 | 国产精品视频专区 | 婷婷激情在线 | 欧美日韩精品影院 | 国产一级片不卡 | 欧美黄色免费 | 日韩免费二区 | 成人三级视频 | 美女黄久久 | 日本精品中文字幕 | 成人av免费在线看 | 久久久久国产成人免费精品免费 | 激情综合网色播五月 | 国产福利一区二区三区在线观看 | 最新av在线播放 | 黄色免费大片 | 日韩av资源站 | 99精品福利视频 | 亚洲综合视频在线观看 | 人人超碰97 | 国产精品中文久久久久久久 | 国产中文字幕在线免费观看 | 免费黄色av.| 麻豆国产视频 | 日韩av高清在线观看 | 色多多视频在线观看 | 毛片永久免费 | 麻豆成人小视频 | 成人久久视频 | 人人爽人人澡人人添人人人人 | 日日干 天天干 | 黄色资源在线 | 天天天射| 久久少妇免费视频 | 国内精品久久久久久久久久久 | 国产不卡av在线 | 香蕉91视频 | 女人魂免费观看 | 91九色最新 | 亚洲丝袜中文 | 久久午夜免费观看 | 国产一级性生活视频 | 天天操天天操天天操天天操 | 久久久久久美女 | 狠狠色丁香婷综合久久 | 美女视频黄在线 | 亚洲最大色 | 91中文字幕在线播放 | 久草在线免费新视频 | 久久综合久久综合九色 | 天天摸日日摸人人看 | 色婷婷成人 | 五月婷婷中文 | 一级黄色免费 | 亚洲视频精品在线 | 亚洲精品999 | 在线观看免费黄视频 | 天堂av免费 | 日本在线中文 | 成人av在线播放网站 | 日韩视频在线不卡 | 久久五月天色综合 | 国产精品嫩草影院99网站 | 久久国产精品免费看 | 狠狠的干狠狠的操 | 日本公妇在线观看高清 | 日本少妇高清做爰视频 | 香蕉久久久久久av成人 | 丁香激情视频 | 色偷偷88888欧美精品久久久 | 天天射天天色天天干 | 日本久久不卡视频 | 五月亚洲婷婷 | 国产一级免费播放 | 美女免费网站 | 最近高清中文字幕 | 男女全黄一级一级高潮免费看 | 欧美性极品xxxx做受 | 亚州精品一二三区 | 天天干,天天插 | 国产精品手机播放 | 日日操天天操狠狠操 | 久久成人午夜视频 | 国产一区视频免费在线观看 | 911av视频 | 五月婷婷欧美视频 | 久久视频99 | 日韩免费| 精品一区二区影视 | 超碰97免费| 欧美一区二区三区激情视频 | 婷色| 欧美在线91| 婷婷香蕉 | 欧美 亚洲 另类 激情 另类 | 一级黄色片毛片 | 亚洲免费在线视频 | 国产精品毛片一区视频播 | 福利视频网站 | 亚洲综合在线发布 | 色婷婷激情电影 | 国产精品中文字幕在线播放 | 在线观看视频国产一区 | 国产又粗又猛又爽又黄的视频先 | 久久久久久久久国产 | .国产精品成人自产拍在线观看6 | 99久久精品国产系列 | 国产99免费 | 狠狠狠狠狠狠狠狠 | 激情影音先锋 | 九九久久国产 | 一区二区三区四区五区在线视频 | 久久网址 | 狠狠色伊人亚洲综合网站野外 | 最近中文字幕在线播放 | 亚洲精品国产免费 | 久久久国产网站 | 成年人免费看 | 亚洲婷婷伊人 | 色综合亚洲精品激情狠狠 | 国产亚洲在线视频 | 欧美作爱视频 | 精品欧美日韩 | 国内精品久久久久久久久久清纯 | 人人干在线观看 | 日韩精品一区二区在线观看视频 | 一区二区三区精品在线 | 久久r精品 | 黄a在线看 | 亚洲天天综合 | 九九热精品视频在线观看 | 在线观看岛国av | 久久夜色精品国产亚洲aⅴ 91chinesexxx | 一区二区三区av在线 | 超碰av在线播放 | 久久久91精品国产一区二区精品 | 不卡中文字幕在线 | 精品国产乱码一区二区三区在线 | 国产精品久久久久久吹潮天美传媒 | 一区电影 | 亚洲人天堂 | 成人羞羞免费 | 欧美日韩视频 | 日日射天天射 | 色欧美成人精品a∨在线观看 | 成人久久18免费网站 | 91在线视频免费91 | 日日夜夜操av | 特级西西444www大精品视频免费看 | 日韩精品第一区 | 久久艹综合 | 伊人色**天天综合婷婷 | 深夜国产福利 | av在线进入 | 97人人模人人爽人人喊网 | 国产一区久久 | 精品一区 在线 | 日韩视频一 | 毛片基地黄久久久久久天堂 | 91在线91拍拍在线91 | 日韩欧美一区二区三区免费观看 | 91手机视频在线 | 91探花国产综合在线精品 | 免费看色网站 | 久久成电影 | 中文字幕丰满人伦在线 | 九九电影在线 | 97香蕉久久国产在线观看 | 99re国产| 经典三级一区 | 91视频久久久久久 | 久久精品99国产精品日本 | 超碰人人超碰 |