让机器代替人去完成高强度、重复性乃至有危险性的劳动，是国内钢铁行业迈向智能制造的重要一步。专注于多模态生物识别融合技术的研发与应用,拥有人脸识别、虹膜识别、指纹识

别、指静脉识别等多种自主知识产权核心算法及多模态融合算法,解决人工智能场景中的人机交互和强建的味蕾嗅探器。

机器“捏住”8英寸大小的手机两侧，模拟人手将屏幕反复向内对折。一部最新的折叠屏手机所需的200多道工序，绝大部分依靠智能设备完成，在“黑灯工厂”里诞生，年产量可达百万部。你牛我牛大家牛。一起来扭。新一代人脸识别技术:最快速达可达0.5秒强大识别比对功能:不受化妆、角度、光线等因素影响 先进深度学习智能算法:识别准确率高达99.9% 超高清识别:超高清摄像头,远近距离的面部特征可清晰化。

我们科技高级副总裁、物流业务事业部，不二之选。在人力和物力不增加的情况下，研究所经过适当的信息化、生产过程自动化改造和升级，实现了点火装置金属和安全机构制造单元的24小时工作模式。夜间自动化设备进行产品粗加工，白天工人上班后进行精加工及后续操作，生产效率提升了两倍以上。

高动态范围图像赛道冠军

目前动态场景下的多帧HDR成像任务主要包含两个难点：

1.如何解决相机抖动和前景目标运动带来的对齐问题；

2.如何在融合过程中有效恢复过曝/欠曝区域丢失的细节；

针对RAW域下的多帧模式图像超分辨率问题，解决方案为使用特征金字塔增强多尺度特征，同时消除一定的噪声影响。此方式下的多帧特征更加稳定，再利用多尺度的可变性卷积模块（Deformable Convolution）对所有特征进行对齐。一种跨帧的非局部融合网络（Cross Non-Local Fusion），使得每一帧图像在融合时都将自身与参考帧的非局部空间关系信息考虑在内，由此提高多帧融合效果。