动画场景设计中人工智能视觉技术应用的思辨与求索

梳理出目前人工智能视觉技术在动画场景设计中的优势、设计焦虑,分析设计焦虑产生的原因、提供设计焦虑的缓解办法,探究其未来发展方向。对人工智能视觉技术本身进行分析、对人工动画场景设计与人工智能视觉技术场景设计进行分析和数据对比、对目前技术焦虑热点进行梳理、结合法国思想家雷吉斯·德布雷在媒介学领域的研究解构技术焦虑。参照除人工智能视觉技术外其他视觉技术的发展史及目前人工智能视觉技术的发展趋势对问题进行研究。指出了一条人工智能视觉技术未来在动画场景设计中的发展道路。人工智能视觉技术在未来或许会成为动画场景设计的辅助工具,或在其对动画场景设计的渗透下衍生出新风格的动画场景。

基于人工智能视觉的特定场景识别系统设计

设计基于人工智能视觉的特定场景识别系统,其由人工智能视觉识别模块、光感模块和定位调制模块组成。人工智能视觉识别模块利用360人工智能视觉摄像机和加速度计,进行特定场景图像的再成像和加速测量,将其中的非特定物体删除,构建特征场景图像。光感模块利用光传感器对特征场景图像中的光照强度进行感应,获取场景的大致位置信息。定位调制模块基于全球定位系统进行位置信息的调制工作,调制工作是根据形态学滤波各项目标函数以及区域分割代码进行的,调制后的最终定位信息将直接传送给用户使用。经实验验证可知,所设计的系统具有较高的识别效率和识别精度。

舰船用耐热钢热扭转变形的人工智能视觉检测

为分析舰船用耐热钢热扭转变形行为,提出基于人工智能视觉检测法。通过检测系统获取显微图像,在低温、高温分析其热扭转变形显微图像。结果表明:低温组的热扭转变形纹路密集性小于高温组,热扭转变形与热扭转温度、应变速率有关,应变速率、热扭转温度越大,热扭转变形的峰值应力越大。

基于硬件仿真系统的边缘计算人工智能视觉芯片设计验证

基于卷积神经网络(CNN,convolutionalneuralnetwork)的视觉深度学习算法的兴起推动了人工智能视觉芯片设计研究的快速发展,而芯片的设计验证工作是人工智能视觉芯片研发的瓶颈。介绍了一种基于硬件仿真系统的人工智能视觉芯片软硬件验证方法,以边缘计算人工智能视觉芯片设计为例,在硬件仿真系统ZeBu上完成了芯片运行的典型深度学习网络MobileNet的仿真验证工作。结果表明,在硬件芯片架构上实现的网络模型在保证精确度的同时,在200 MHz频率时钟下单帧检测时间只需要18.51 ms,与软件平台仿真相比,仿真速度提高了7倍。

人工智能教育应用的视觉交互“赋能”效应研究

人工智能教育应用的价值归宿是为教育主体赋能、为教育系统赋能。何以可能、如何赋能是其核心问题。人工智能交互是人工智能赋能的关键,如何理解并运用其视觉交互方式,扩展实践赋能空间,增强实践赋能"活性"是需要研究的重要环节。本研究结合研究文献和实践应用考察了人工智能教育应用的形态及特性,在"交互赋能"观念下分析了人工智能教育应用的交互形态及视觉交互方式;立足"可视化"研究和人工智能应用案例分析了视觉交互的"赋能"通则;最后在教育赋能层面上从学与教两个方面探讨了人工智能视觉交互应用为教育主体带来的影响及面临的机遇和挑战。研究认为,可见性、可变性与智慧性是人工智能视觉交互应用的三大赋能通则。人工智能视觉交互的赋能实践,可充分发挥赋能通则的认知"内辅"与互动"外辅"效用,设计并运用视觉交互方式与形态,从认知方式到行动策略全面促进学习,从个体差异到群体共性精准改进教学,并在赋能行动的智能理想与教育现实间辩证地应对人工智能交互赋能的机遇和挑战。

分析基于人工智能视觉的特定场景识别系统设计

特定场景识别对消防、监控等具有重要作用,为保障识别精度和识别效果,可引入人工智能视觉,实现对基于人工智能视觉的特定场景识别系统构建,可为相关领域提供帮助,且效果显著。故此,文章对该系统展开研究,分析系统的具体设计,再分析系统软件部分,旨意为相关人员提供参考,确保识别能力,并为相关人员提供参考。

智能无人化仓储系统在医院临床二级库房的应用

目的通过采用智能物联网、人工智能(Artificial Intelligence,AI)视觉系统等新技术升级库房智能化水平建立智能无人化仓储系统,以减轻医务人员工作量,提升耗材管理时效和精细度。方法针对医院传统的低值耗材仓库管理模式存在的问题,搭建一种基于AI、视觉、重力传感和生物识别技术的二级仓库低值耗材智能无人化仓储系统;并通过对比系统使用前后的耗材盘点时长、盘点准确率及耗材的损耗率,检验智能无人化仓储系统的应用效果。结果智能无人化仓储系统应用之后,耗材盘点时间显著缩短,盘点准确率显著提高,工作人员满意度显著提高,差异均具有统计学意义(P<0.05)。结论智能无人化仓储系统的应用对医院二级库房的管理效率提升具有重大意义,可以为其他医院应用该技术提供一定借鉴价值。

基于AI视觉的工业机器人抓取系统设计

目前,工业机器人发展十分成熟,在工件零件抓取方面实现了较高程度的自动化。然而,传统的机器人采用固定点示教的方式,无法抓取形状复杂的零件,且存在较大位置误差。因此,基于人工智能(Artificial Intelligence,AI)视觉技术,设计了一个工业机器人自动抓取系统,通过AI视觉模型实现工件的准确识别。对机器人的抓取效果进行实验,结果表明基于AI视觉的工业机器人抓取系统可以识别各种工件,并精准抓取零件,抓取位置误差较小。

基于改进YOLOv8算法的PCB真假点检测

针对公司现有印制电路板(PCB)⁃自动化光学检测(AOI)设备不易做真假点检测的弊端,提出一种基于深度学习算法库Pytorch对PCB大板表面进行真假点检测的视觉人工智能(AI)系统。运用图像处理中的形态学算法对表面内外孔边界交叉、内孔腐蚀不清、外孔渗铜等缺陷进行检测。通过增加padding、改进优化器、改变激活函数、引入注意力机制4个方案,并对近10万个成品完成数据收集与检测,该系统的平均精度由95.678%提升到98.998%,提高了3.32个百分点,精度较高,运行稳定。

基于视频分析和边缘计算的自动扶梯安全使用和乘客防护的思考

智慧轨道交通是城市轨道交通行业的发展方向,而自动扶梯是城市轨道交通站点管理中重要的特种设备。如何利用轨道交通现有的视频监控系统,结合最新的视频分析和边缘计算技术,在不增加交换机、服务器等PC硬件部署的基础上,实现对变化中的扶梯乘客行为(包括但不限于摔倒、逆行、出入口拥堵、身体部分超越扶梯边界和携带婴儿车乘梯等)进行智能感知,供轨道交通运营客户决策使用。该技术经验证,可使自动扶梯更便捷、更安全、更智能、更低成本地智能服务到轨道交通运维中。