2017年5月9日——美國圣何塞——全球人工智能計算技術(shù)領(lǐng)導者NVIDIA(英偉達)在硅谷隆重舉辦第八屆GPU技術(shù)大會(GTC 2017)。商湯科技作為唯一一家再度受邀亮相GTC的中國AI公司，攜包括應(yīng)用于智能視頻、手機影像、互聯(lián)網(wǎng)娛樂APP等領(lǐng)域的眾多前沿AI產(chǎn)品、技術(shù)和解決方案參展。其中首次展示的SensePose單目攝像頭動作估計解決方案，更吸引了來自全球與會者的廣泛關(guān)注。

　　對于人工智能、虛擬現(xiàn)實和無人駕駛汽車領(lǐng)域的開發(fā)人員、數(shù)據(jù)科學家和企業(yè)高管而言，GTC是一年中的最大盛事。作為大會的主辦方和推動者，NVIDIA每年都會在大會上表彰取得突破性成就的人工智能初創(chuàng)企業(yè)。在去年4月的GTC 2016大會上，商湯科技憑借其對GPU技術(shù)的深刻理解，以及在計算機視覺和深度學習領(lǐng)域頂尖的研發(fā)能力，獲得“新興企業(yè)峰會獎(ECS Awards)”，也是唯一獲此獎項的中國企業(yè)。過去兩年中，商湯科技在ILSVRC、ActivityNet、MOT Challenge、Cityscapes Challenge以及KITTI等計算機視覺領(lǐng)域的各類權(quán)威測試中取得過多項冠軍。

　　商湯科技CEO徐立博士表示：“現(xiàn)代人工智能的爆發(fā)，源自核心技術(shù)深度學習的突破。商湯科技團隊成員自2011年開始聚焦于深度學習，并率先應(yīng)用于計算機視覺領(lǐng)域，在學術(shù)界和工業(yè)界均取得了多項傲人成績。憑借我們原創(chuàng)的深度學習框架、自主搭建的深度學習超算平臺，以及與NVIDIA的深度合作，必將能夠快速把AI的潛力釋放于更多場景當中，利用算法的可復制性，實現(xiàn)AI的快速大規(guī)模應(yīng)用，帶動產(chǎn)業(yè)升級。”

　　在本屆大會上，商湯徐立博士和顏深根博士分別就深度視頻理解和工業(yè)級深度學習技術(shù)做了演講。商湯所展示的SensePose、SenseFace、SenseVideo、SensePhoto、SenseAR等解決方案，充分詮釋了其業(yè)內(nèi)領(lǐng)先的深度學習原創(chuàng)技術(shù)的優(yōu)勢，以學習能力更強、速更快、功耗更低的神經(jīng)網(wǎng)絡(luò)架構(gòu)，結(jié)合GPU技術(shù)，實現(xiàn)了深度視頻理解和圖像處理的更多可能。

　　SensePose：單目攝像頭實現(xiàn)人體動作估計

　　作為商湯科技首次亮相的產(chǎn)品，SensePose具有開拓性意義。它區(qū)別于以往的雙目攝像頭、帶紅外線攝像頭、關(guān)節(jié)處佩戴傳感器等傳統(tǒng)的動作捕捉解決方案，通過單目攝像頭即實現(xiàn)了動作估計，大大降低了動作捕捉設(shè)備的制造成本。SensePose可充分利用GPU性能，可精確地將關(guān)鍵點定位在10個像素以內(nèi)的人體關(guān)節(jié)，從而在視頻中實時、準確地識別人體姿態(tài)，定位手、肩、腳、腰等十幾個關(guān)鍵點位置，魯棒性好。

　　SensePose將成為日后人機交互、虛擬穿戴、虛擬試衣等應(yīng)用的決定性技術(shù)，應(yīng)用前景廣泛。而動作估計與人臉預測技術(shù)相結(jié)合，更可用于描述視頻中人物關(guān)系或人物狀態(tài)，從而實現(xiàn)視頻內(nèi)容的理解和分析，為影視行業(yè)創(chuàng)造更多商業(yè)價值。

　　此外，商湯科技還展示了一套運行于NVIDIATITANXGPU上，可讀取雙目視頻，并實時計算深度的高質(zhì)量雙目深度估計系統(tǒng)。憑借商湯科技全新開發(fā)的神經(jīng)網(wǎng)絡(luò)架構(gòu)，該系統(tǒng)在權(quán)威自動駕駛算法評測數(shù)據(jù)集KITTI 2015立體基準上獲得了超越的性能表現(xiàn)。

　　SenseFace：視頻監(jiān)控中的大規(guī)模人臉識別

　　SenseFace人臉布控系統(tǒng)，非常適合用于飛機場、火車站等公共場合的大規(guī)模視頻監(jiān)控系統(tǒng)中的實時大庫人臉識別。該系統(tǒng)可提供在監(jiān)控視頻中實時抓拍人臉、布控報警、屬性識別、統(tǒng)計分析、重點人員軌跡還原等功能，并做出及時有效的智能預警。憑借商湯科技的超過1000層的神經(jīng)網(wǎng)絡(luò)，SenseFace在光照、角度、表情、遮擋、年齡變化等情況下，仍能保持超高的識別準確率。得益于NVIDIA cuDNN和TensorRT庫，SenseFace可分別在單個Tesla M40 GPU和單個JetsonTX1上支持12路和2路全高清視頻的實時處理。目前，SenseFace已協(xié)助抓獲數(shù)百名罪犯。

　　SenseVideo：視頻監(jiān)控中的對象識別與分析

　　SenseVideo視頻結(jié)構(gòu)化系統(tǒng)，是商湯科技在全球權(quán)威的計算機視覺競賽ILSVRC2016中獲得場景分析第一名的深度學習模型的實際應(yīng)用成果。該系統(tǒng)擁有行人檢測、車輛檢測、車輛分類等多種技術(shù)，可以在監(jiān)控視頻中按照時間和地點，實現(xiàn)人、非機動車和機動車的檢測、跟蹤、抓拍、檢索及數(shù)據(jù)統(tǒng)計和分析，為路面狀況動態(tài)分析、車流密集地段識別、街面安全時段分析提供強大助力。得益于NVIDIA cuDNN和TensorRT庫，SenseVideo在單個Jetson TX1平臺上即可實時處理雙路高清視頻。

　　SensePhoto：全面的手機影像處理解決方案

　　SensePhoto目前已被中國前十大國產(chǎn)手機品牌中的大部分品牌所使用。借助基于GPU的深度學習引擎，SensePhoto可以提供暗光增強、去霧、智能濾鏡、藝術(shù)畫以及多種人像拍照解決方案，包括人臉變形、美顏、背景虛化等功能，即便是在遇到暗光、逆光、大角度的情況下，效果也不成問題。SensePhoto還可提供智能相冊解決方案，能夠?qū)崿F(xiàn)云端及離線端的人臉或場景聚類，輕松解決手機中上百數(shù)千張照片的管理歸類難題。

　　SenseAR：實時視頻中AR特效生成解決方案

　　SenseAR結(jié)合了全球領(lǐng)先的人臉檢測及追蹤、106個人臉關(guān)鍵點定位等技術(shù)。基于手機攝像頭，SenseAR可進行臉部、手勢、前背景的跟蹤定位，并進行增強現(xiàn)實感特效的內(nèi)容繪制，可應(yīng)用于娛樂、教育等諸多領(lǐng)域。目前，包括Faceu、SNOW、小咖秀、熊貓直播等多種APP中均采用了SenseAR技術(shù)，用戶可以體驗到趣味面部貼紙、變臉乃至動作增強、背景替換等眾多有趣的功能。

　　作為中國匯聚科學家數(shù)量最多的創(chuàng)業(yè)公司，商湯科技擁有備受業(yè)內(nèi)認可的大量學術(shù)成果。自主研發(fā)的深度學習框架，自主搭建的深度學習超算平臺DeepLink，更成為商湯科技巨大的技術(shù)優(yōu)勢。同時，結(jié)合與NVIDIA、Mellanox、曙光等平臺廠商的合作，以及在金融、安防、手機、互聯(lián)網(wǎng)等領(lǐng)域超過300家的簽約合作客戶，商湯科技成功打造了SenseTimeInside的AI商業(yè)生態(tài)，如今已成長為一只AI獨角獸，并且成為目前中國融資額最大的AI企業(yè)。