大数据数据存储、分布式内存数据库、人工智能及计算机视觉

　　公司团队致力于全面解决机器看、听、理解的根本问题，在计算机视觉、自然语言理解、知识推理、智能硬件等技术领域，为国防、平安城市、教育、交通等行业提供终端到平台的视觉人工智能产品及服务，进一步提升我国视频应用的智能化水平，为我国视频人工智能技术的推广和应用做出应有贡献。 初页：你所创业的领域，目前现状是什么样？存在哪些痛点？

　　现在人工智能只是在相对初级阶段，但是人脸识别、语音识别却是人机交互的入口，无论是智能硬件还是人工智能，从现实需求出发，既要解决很多场景的智能设备功能痛点的同时，又要解决用户的消费痛点，这才是人工智能的唯一出路，目前人工智能在智能助理、智能家庭、智能汽车、教育等领域都有极大发展空间。

　　挑战在于三点：1.人才挑战：人工智能领域的技术人才供不应求；2、技术积累：人工智能的相关技术牵扯面很广，需要有一定的技术积累才能做好；3、行业专家：人工智能的最终应用是要到各行各业中去的，比如：AI+安防、AI+教育、AI+金融，这些需要相关行业的专家顾问才能做纵向深入；

　　我们的产品目前主要是针对智能安防的人脸识别系列产品、针对智能家居的嵌入式人工智能模块产品，我们的定位是从智能系统生产商到人工智能数据提供商到人工智能分析服务提供商

　　在视觉目标的检测达到93%和识别的精度99.76%。单GPU卡识别吞吐率达到1020张/秒，检测20毫秒/张。

　　人脸图像增强方面，所拥有的对抗神经网络模糊人脸超分辨率技术，在10万目标库条件下达到模糊图像匹配精度为90%的国际先进水平。

　　在跨年龄识别方面，具备18-60岁期间的25年跨度的人脸识别能力，10万库条件下，达到95%的识别精度国际先进水平。

　　在抗遮挡识别方面，支持墨镜或口罩脸部遮挡，10万库条件下识别精度达到90%以上的国际先进水平。

　　嵌入式人工智能技术方面，在ARM系列2.0GHZ的CPU平台上，达到30帧的准实时目标检测能力，达到国内先进水平。

　　目前公司已经可以利用市场主流的AMD/NVIDA GPU高并发计算优势，完成纯GPU的智能视频识别的技术体系，降低了公共安全领域市场的大规模应用成本，比同类竞争对手的成本降低了1/3至1/2。

　　针对特殊行业当前的超大规模结构化大数据的实时分析效率不高，计算时延过大，分析平台软硬成本高等瓶颈问题，公司研发了一款分布式全内存数据仓库系统，用于对包括银行、交通、QQ、移动通信、物联网数据等社会大数据以及行业系统内部数据源的社会大数据进行实时分析与处理。该系统基于linux平台和C++语言自主研发，可进行容器化分布式自动化按需部署，兼容SQL查询接口，支持多数据源并行快速导入，TB级结构化数据分布式检索，新型分布式列数据内存压缩与索引引擎，具备内存开销低，检索速度快等特点。性能指标在相同集群配置条件下，在内存占用率、检索延时、自动化运维方面均优于当前内存计算平台SPARK SQL，也优于其它如Hadoop HIVE、EMC Pivot HAWQ，填补国内内存大数据实时分析系统空白。

　　该方向主要研究将智能视频识别技术模块化后的方案进行芯片设计和流片试制，同时和分布式流媒体存储进行集成，实现真正意义上的智能分布式流媒体存储。

　　智能图像识别是当前乃至今后的发展重点。未来智能视频分析技术将更多地与其他技术相结合，如星光级成像、4K分辨率等，进一步提升智能的场景适应性及准确率；此外，通过引入新算法、新设备和新芯片，形成支持各种智能算法的综合云计算平台，将最大化地的利用计算资源。

　　1.研发成本优势，公司前期依托高校的科研背景能够节省很多研发的成本，特别是在一些前沿技术研究上可以节约很多研发费用；

　　2.人力资源优势，目前国内的人工智能领域人才缺口很大，作为高校，我们有着近水楼台先得月的优势；

　　3.产品成本优势，目前我们的相关技术产品需要的支撑硬件成本是同类竞争对手的50%-70%，未来在红海市场竞争中我们有明显的价格竞争优势；返回搜狐，查看更多

本文链接：https://www.zhaodll.cn/postd788.html