阅面科技希望为机器人视觉提供新解决方案 从算法入手

【站长搜索网（微信：ilieyun）上海】5月29日报道（文/杨烁）VR/AR产品的火爆足够吸引眼球，不过虚拟现实只是智能硬件产业的一个组成部分。智能家居、智能安防、ADAS（高级辅助驾驶系统），这些的智能硬件能够在不同领域创造不逊于虚拟现实技术的价值，也因为其应用属性提出了一个更高的技术要求：人机互动

【站长搜索网（微信：ilieyun）上海】5月29日报道（文/杨烁）

VR/AR产品的火爆足够吸引眼球，不过虚拟现实只是智能硬件产业的一个组成部分。智能家居、智能安防、ADAS（高级辅助驾驶系统），这些的智能硬件能够在不同领域创造不逊于虚拟现实技术的价值，也因为其应用属性提出了一个更高的技术要求：人机互动。而这也是阅面科技希望重点突破，创造价值的地方。创始人赵京雷认为：下一个硬件平台的关键技术点，就是如何让机器更好的认知人，认知世界。

阅面科技从事的领域可以归类为人工智能中的“计算机视觉”和“机器学习”。目前推出了四款解决方案：Readface、Readhand、Readbody、Readway。分别是人脸情绪识别，手势识别，肢体行为识别，以及场景识别与重建。

Readface可以看做人脸识别技术的升级版，在帮助机器认识到“是谁”的基础上判断“心情如何”。判断依据基于心理学中的面部动作编码理论（FACS）：人类的表情可分解为多个面部动作单元(Action Units)。面部单元单独并不能传递任何信息，但是组合起来可以表达绝大部分人类的情绪。”挑眉加上微张嘴就可以被判断为惊讶。“赵京雷举例，“目前已经和国内的企业合作，用于陪伴型机器人上。”

Readhand和Readbody是识别人的手部以及身体动作的技术。赵京雷预想的应用场景是智能家居、安防和医疗领域。”Readhand的有效距离有5米左右，用户能够通过招手挥手或者伸出手指来控制设备。Readbody可以感知人的空间位置，判断人的一些行为，比如跌倒。“

在赵京雷看来，阅面的最大竞争力就是脱离了云端，实现嵌入化。“从前的智能解决方案做不到本地化，一个人脸识别的产品必须得接入云端，这会有价格、响应速度等等一系列的问题。而对情绪识别，行为跟踪这类必须时刻反馈的服务，需要算法前端化嵌入移动端来高效运行，云更不是好选择。”之所以能够把产品落到机器本体上，阅面运用Deep Learning技术。通过海量的数据，将物体抽象概念化，让机器从中习得不同物体的特性与相互之间的区别。

阅面希望为B端客户提供一种能够普及化的、低价视觉解决方案，“一个普通单目摄像头，嵌入了我们的算法就能够实现情绪识别，物体识别等功能。可以不加深度摄像头，用SDK的方法避免硬件高要求而导致的成本上升。”不过赵京雷也表示，单目摄像头只是特定场景下的最优解，“虽然成本较低，但通用设备不经过指定优化，当计算量上去了功耗和发热量也会增加不少。”

为此，阅面将在今年下半年退出自己的硬件产品Roboeye，对算法进行集中优化，配备自主研发的深度摄像头。实现跟踪定位，场景建模复原等深度功能。

阅面科技于今年五月获得数千万人民币preA轮融资。目前团队成员共25人，分布在上海、北京和美国。赵京雷说今年的发展重心主要在算法的优化和团队建设。他打趣道：“现在的消费者都是看着科幻电影长大的，所以如果产品的体验不够好根本无法被接受。”

产品：机器视觉解决方案公司：上海阅面网络科技有限公司网站：www.readsense.cn

本文来自站长搜索网，如若转载，请注明出处：http://www.lieyunwang.com/archives/178539