2019年数字生态大会于5月21日—23日在昆明举行,在AI分论坛上,腾讯优图实验室联合负责人、杰出科学家贾佳亚分享了优图近期在AI手语识别上取得的突破——推出基于自研算法的“优图AI手语翻译机”。
据贾佳亚介绍,AI手语翻译机以普通摄像头作为手语采集装置,依托高性能计算机进行后台运算,用户只要正对摄像头完成手语表达,翻译机就能快速运算出结果并把手语翻译成为文字。未来有望在机场、民政窗口等公共场所部署和落地,助力信息无障碍城市建设。
(腾讯优图实验室联合负责人、腾讯杰出科学家 贾佳亚)
AI手语翻译机:自研算法,实现手语识别“黑科技”
手语识别(SLR),就是指通过计算机算法,自动区分手语表达中的各类手势、动作以及这些手势和动作之间的切换,最后将表达的手语翻译成文字。不过相比于其他AI视觉识别技术的研究,手语识别的研发却存在更大的困难和挑战。手语表达所特有的地域性、复杂性和多样性极大地增加了数据采集与清洗的难度和成本,而受限于数据量的大小和人工设计特征的缺陷,很多传统研究的研究方法在适应性、泛化性及鲁棒性上都十分有限。
(优图AI手语翻译机界面)
据贾佳亚介绍,此次腾讯优图推出的AI手语翻译机,结合听障人士手语表达的习惯采集手语数据,参考先进的手势识别、动作识别和序列翻译等技术,通过自研算法实现了对复杂手语表达的识别技术突破。相较于其他方法,优图AI手语翻译机的数据集覆盖了近千句日常表达,900个常用词汇,同时对数据进行进一步的分析和归纳,拥有目前最大的中文手语识别数据集,并支持整句手语表达的识别,可直接判断用户是否结束并完成实时翻译。
应用探索:视觉AI,助力信息无障碍建设
据北京听力协会2017年公开数据,估计中国残疾性听力障碍人士已达7200万,相当于北京市常住人口(约2200万,2015年数据)的3倍多。尽管我国在信息无障碍领域的投入逐渐增加,但目前国内的听障人群需求依然得不到满足。优图AI手语翻译机的推出将一定程度地缓解听障人士的交流障碍。
在演讲中,贾佳亚表示,“未来,我们希望通过与聋哑人士或手语使用者的深入接触,尝试在公共事物场所为听障者提供更好的服务,更好地助力信息无障碍的建设。”下一步,优图实验室将对AI手语翻译机展开优化和升级,尝试在日常服务窗口、手语教育等场景中落地,为听障人士带来实实在在的便利。
目前,优图实验室已经和深圳市信息无障碍研究会成立AI手语识别联合项目组,就手语数据采集、产品算法优化等方面展开长期深度合作,并通过与听障者或手语使用者进一步接触,扩充数据容量,完善数据规范,致力于推动后续的产品和服务部署,推动信息无障碍建设。
(优图和深圳信息无障碍研究会AI听障无障碍联合项目组)
此次的数字生态大会展示的优图AI手语翻译机,并不是腾讯在信息无障碍建设上的首次尝试。早在2009年腾讯便开始了信息无障碍方面的探索,截至目前,旗下QQ、QQ空间、微信、腾讯网、腾讯新闻、应用宝、企鹅FM等大部分产品已针对障碍用户实现专门优化,致力于为障碍人士构建信息友好社会。2013年,腾讯优图团队和手机QQ一起打磨了OCR引擎技术,基于计算机视觉算法及自然语言处理能力,可将图片上的文字直接转换为可编辑的结构化文本,帮助视障群体实现信息沟通无障碍化。
与本次亮相数字生态大会AI分论坛的跨年龄人脸识别技术一样,优图AI手语翻译机同样是腾讯践行“科技向善”的重要体现。而优图实验室也将继续秉承“科技向善”这一理念,推动前沿技术在社会场景中的应用,切实让更多的实际问题得以解决。做有温度的AI,让科技产生更大的社会价值。
申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!
2023年7月6日,第六届世界人工智能大会(WAIC2023)在上海开幕,“人工智能大模型”是本届大会的备受瞩目的话题,据悉,在昇腾AI大模型的创新研发中,华为联手26家行业领军企业,组建了一支协同创新的“AI明星队”,云天励飞作为中国人工智能企业的杰出代表,和互联网大厂、运营商、科研院所等优秀团队
这几个月来,以ChatGPT为代表的生成式AI展现出的能力令世界惊叹。自从2016年AlphaGo战胜李世石掀起了一波AI浪潮后,AI仿佛已经沉寂了很久,ChatGPT的横空出世就如同一束耀眼的光芒,让AI这个名词重回C位。过去在AI1.0时代,主要通过训练模型来实现图像识别、声音识别、语言处理等特
文:互联网江湖作者:志刚2023年的IoT需要一个新故事。6月29日,涂鸦智能在开发者大会上,发布了企业级战略PaaS2.0,希望通过一个平台+四大开发服务,建立起IoT生态。对于这场发布会,市场的态度是积极的。美东时间6月29日收盘,涂鸦智能美股股价上涨5.6%,来到1.87美元/股。近日股价稳定
2020年底,王慧文在朋友圈写下这句话时,外界本以为这位伴随中国互联网发展而持续创业20年的人物即将告别创业舞台。但是,一个曾经多次创业,正值壮年的互联网老将心中的创业热情是难以熄灭的。
“追上未来,抓住它的本质,把未来转变为现在”,俄国哲学家车尔尼雪夫斯曾这样描述未来。而走到今天的新能源汽车,其通向未来的本质就是做好智能化。呐喊智能化的口号,从2023年延续到2024年。如今,智能化的落点,从最开始的智能座舱、NOA智能驾驶等,开始转向新的轨迹。近日,小鹏在广州举办“小鹏汽车AI智
2024年,GenAI正站在产业化的前夕。在不久前的2024世界人工智能大会(WAIC2024)上,AI巨头们对行业发展形成了共识:从“卷”模型转向“卷”应用生态。因此,国产大模型普遍降价,随之而来的是调用量的大幅增长。这反映出在没有大模型使用成本的顾虑后,企业对大模型应用的海量真实需求涌现。IDC
文/三电“在时间面前,一切技术障碍都是纸老虎”。十年前,新能源汽车还是一个新概念,十年后的今天,新能源汽车已经满街跑。再过十年会怎么样,真的非常值得期待。而在新能源汽车的发展历程中,2024年上半年注定将留下浓墨重彩的一笔。据中国汽车工业协会最新发布的数据显示,截止到今年6月底,国产新能源汽车累计产
近日,谷歌母公司Alphabet在美股盘后公布了第二季度财报,其中,总营收847亿美元,同比增长14%,高于分析师普遍预期的842亿美元
商业化愿景下,AI应用元年已经到来。2024年以来,诸多已布局AI大模型技术的科技公司都开始加速推出AI应用产品。比如,今年7月16日,腾讯旗下大模型应用“腾讯元宝”推出“3D角色梦工厂”玩法,成为首个拥有打印级3D生成能力的通用大模型App。无独有偶,百度也推出了一款名为“文小言”的AI数字人社交
文|智能相对论作者|叶远风松弛感,是这届奥运会开幕式给很多人留下的直观感受。而让用户观看奥运的过程也获得松弛感,同样是各路APP在奥运季努力的方向。从各种大型赛事报道来看,一般来说,APP们往往致力于整合信息、形成专题页面,方便用户一站式浏览,从容选择、查看。但“智能相对论”观察到,一些尝试推动用户
AIO是什么?AIO原意是指集成在一起的意思,但这里的AIO,不是AllInOne,是AI+O结合在一起的。AI,懂的人知道,不是爱,是ArtificialIntelligence(人工智能)的简称。而O,是英文Optimization(优化)的首字母。所以这里的AIO是指人工智能优化的意思。AIO
北京时间7月27日凌晨,巴黎奥运会即将开幕。今年,云上转播将正式超越卫星转播,成为奥运赛事走向全球数十亿观众的主要转播方式。巴黎奥运会预计11000小时的赛事直播画面,将通过阿里云向全球分发。这将是1964年奥运会开始卫星电视转播以来,又一次重大技术进步。据介绍,OBSLiveCloud将成为202