近日, 手機QQ正式推出 '高能舞室' 功能, 該全新功能基於騰訊AI Lab計算機視覺中心獨家支援的 '肢體動作追蹤' 技術實現, 並且結合了Qualcomm驍龍神經處理引擎 (Snapdragon Neural Processing Engine, 以下簡稱SNPE) SDK, 將為年輕人社交提供更多個性化內容和用戶體驗. 手機QQ是國內備受年輕人歡迎, 體量最大的移動互聯網社交APP之一. 2017年第三季度, QQ在智能移動終端的月活數量高達6.529億. 手機QQ '高能舞室' 功能的實現是Qualcomm與騰訊在人工智慧領域的首次合作, 也是SNPE在中國互聯網行業的首個成功應用. 雙方的合作實現了人工智慧技術的入口輕量化, 把人工智慧支援的領先體驗帶到規模更大, 更廣泛的年輕用戶群體中. 通過SNPE SDK, 該功能可以直接運行手機上相應的人工智慧神經網路, 而無需在雲端進行處理. 具體來說, 用戶可以直接根據屏幕提示動作錄製跳舞短視頻, 並通過QQ社交關係鏈分享互動舞蹈視頻. Qualcomm SNPE為高能舞室提供了高性能和高能效的運行環境, 將人體姿態估計識別的時間大大降低, 用戶可以享受更加流暢, 有趣的舞蹈體驗. 與在雲端運行的人工智慧相比, 在終端側運行人工智慧演算法具有諸多優勢, 如即時響應, 可靠性提升, 隱私保護增強, 以及高效利用網路頻寬等. 為了讓開發者和OEM廠商能更方便地在終端上利用異構計算, Qualcomm於2016年推出了SNPE, 使OEM廠商以及應用開發者能在諸如智能手機, 安全攝像頭, 汽車以及無人機等搭載驍龍的終端上運行它們自己的神經網路模型, 且完全無須與雲端相連, 就能提供由深度學習驅動的體驗, 如風格轉換與濾鏡 (增強現實應用) , 情景探測, 面部識別, 自然語言理解, 物體追蹤與規避, 手勢和文本識別等. SNPE適用於驍龍600和800系列移動平台, 可支援通用深度學習框架, 如Caffe, Caffe2和Tensorflow, 並提供對自定義層的支援. 該SDK包括了運行時軟體, 庫, API, 離線模型轉換工具, 示例代碼, 文檔, 以及調試與基準測試工具. 除了手機QQ '高能舞室' 之外, 已有不少開發者利用SNPE支援移動人工智慧應用的案例. 例如, Facebook已宣布計劃將SNPE整合到Facebook應用的相機功能中, 以促進Caffe2支援的增強現實 (AR) 特性實現. 相較於通過一般的CPU實現, Facebook可利用SNPE, 基於Adreno GPU實現5倍的性能提升, 從而在拍攝照片和直播視頻時, 實現更流暢, 無縫且逼真的AR特性應用. 此外, 數款搭載驍龍移動平台的移動終端也已通過SNPE實現了更先進的終端側人工智慧體驗. 例如, OPPO R11s中利用了商湯科技小型化的創新演算法模型與SNPE的完美協作, 充分發揮驍龍660移動平台GPU, DSP的運算能力, 大幅提升了R11s上人工智慧應用運行時的處理速度, 同時降低功耗. 以優化拍照體驗為例, 在非聯網狀態下, 用戶可以為照片即時增加人像模式和背景虛化等效果. 同樣, 得益於驍龍835移動平台中所支援的SNPE, 一加5T可智能匹配人臉的128個特徵, 在短短0.4秒內完成面部掃描並進行人臉識別, 幫助用戶方便, 迅速地解鎖手機. Qualcomm於今年12月初剛剛推出的驍龍845是Qualcomm的第三代人工智慧移動平台. 與前代系統級晶片 (SoC) 相比, 驍龍845帶來了近三倍的人工智慧整體性能提升. 其中的SNPE SDK除了已支援Google TensorFlow和Facebook Caffe / Caffe2框架之外, 還增添了對Tensorflow Lite和新的ONNX的支援, 可幫助開發者輕鬆使用他們所選擇的框架, 包括Caffe2, CNTK和MxNet.
近日, 手機QQ正式推出 '高能舞室' 功能, 該全新功能基於騰訊AI Lab計算機視覺中心獨家支援的 '肢體動作追蹤' 技術實現, 並且結合了Qualcomm驍龍神經處理引擎 (Snapdragon Neural Processing Engine, 以下簡稱SNPE) SDK, 將為年輕人社交提供更多個性化內容和用戶體驗. 手機QQ是國內備受年輕人歡迎, 體量最大的移動互聯網社交APP之一. 2017年第三季度, QQ在智能移動終端的月活數量高達6.529億. 手機QQ '高能舞室' 功能的實現是Qualcomm與騰訊在人工智慧領域的首次合作, 也是SNPE在中國互聯網行業的首個成功應用. 雙方的合作實現了人工智慧技術的入口輕量化, 把人工智慧支援的領先體驗帶到規模更大, 更廣泛的年輕用戶群體中. 通過SNPE SDK, 該功能可以直接運行手機上相應的人工智慧神經網路, 而無需在雲端進行處理. 具體來說, 用戶可以直接根據屏幕提示動作錄製跳舞短視頻, 並通過QQ社交關係鏈分享互動舞蹈視頻. Qualcomm SNPE為高能舞室提供了高性能和高能效的運行環境, 將人體姿態估計識別的時間大大降低, 用戶可以享受更加流暢, 有趣的舞蹈體驗. 與在雲端運行的人工智慧相比, 在終端側運行人工智慧演算法具有諸多優勢, 如即時響應, 可靠性提升, 隱私保護增強, 以及高效利用網路頻寬等. 為了讓開發者和OEM廠商能更方便地在終端上利用異構計算, Qualcomm於2016年推出了SNPE, 使OEM廠商以及應用開發者能在諸如智能手機, 安全攝像頭, 汽車以及無人機等搭載驍龍的終端上運行它們自己的神經網路模型, 且完全無須與雲端相連, 就能提供由深度學習驅動的體驗, 如風格轉換與濾鏡 (增強現實應用) , 情景探測, 面部識別, 自然語言理解, 物體追蹤與規避, 手勢和文本識別等. SNPE適用於驍龍600和800系列移動平台, 可支援通用深度學習框架, 如Caffe, Caffe2和Tensorflow, 並提供對自定義層的支援. 該SDK包括了運行時軟體, 庫, API, 離線模型轉換工具, 示例代碼, 文檔, 以及調試與基準測試工具. 除了手機QQ '高能舞室' 之外, 已有不少開發者利用SNPE支援移動人工智慧應用的案例. 例如, Facebook已宣布計劃將SNPE整合到Facebook應用的相機功能中, 以促進Caffe2支援的增強現實 (AR) 特性實現. 相較於通過一般的CPU實現, Facebook可利用SNPE, 基於Adreno GPU實現5倍的性能提升, 從而在拍攝照片和直播視頻時, 實現更流暢, 無縫且逼真的AR特性應用. 此外, 數款搭載驍龍移動平台的移動終端也已通過SNPE實現了更先進的終端側人工智慧體驗. 例如, OPPO R11s中利用了商湯科技小型化的創新演算法模型與SNPE的完美協作, 充分發揮驍龍660移動平台GPU, DSP的運算能力, 大幅提升了R11s上人工智慧應用運行時的處理速度, 同時降低功耗. 以優化拍照體驗為例, 在非聯網狀態下, 用戶可以為照片即時增加人像模式和背景虛化等效果. 同樣, 得益於驍龍835移動平台中所支援的SNPE, 一加5T可智能匹配人臉的128個特徵, 在短短0.4秒內完成面部掃描並進行人臉識別, 幫助用戶方便, 迅速地解鎖手機. Qualcomm於今年12月初剛剛推出的驍龍845是Qualcomm的第三代人工智慧移動平台. 與前代系統級晶片 (SoC) 相比, 驍龍845帶來了近三倍的人工智慧整體性能提升. 其中的SNPE SDK除了已支援Google TensorFlow和Facebook Caffe / Caffe2框架之外, 還增添了對Tensorflow Lite和新的ONNX的支援, 可幫助開發者輕鬆使用他們所選擇的框架, 包括Caffe2, CNTK和MxNet.
|
