交叉学科与MIXLAB跨界社群 ｜Mix+人工智能 NO.43期

Knowledge

/ def mix( ):

本期收录

新增17+

NO. 43

#自动化施工监控##风险预测##定义危险区#

使用视频数据，帮助建筑工地提前预测危险和风险，以防止受伤。

使用最新的深度学习技术，直接在平台上绘制出危险区域

#设计##家具#

作者设计了一个实验，让学生们来对一个椅子的设计来判断它是不是属于抄袭，然后根据学生提交的问卷，训练神经网络来判断一个设计的抄袭与否。

#建筑##平面图##eCAADe# #2020#

识别建筑平面图区域。

#室内##目标检测#

以室内布置的摄像头为采集设备，算法可以识别其中的人物位置和动作，进而自动建立社交关系图谱。基于这种方法采集的数据，我们可以客观的评价建筑中的使用情况，进而提出改良建议。

#MIT##环境导航# #低算力成本#

麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员开发了NanoMap。该系统使用 3D 深度传感器快速执行导航，使自主无人机能够在密集环境中可靠地达到 9m/s 的速度。

#AR# #创意#

耐克球鞋 AR 创意，通过在一本 56 页的杂志上附一张黑白插图，用户用手机扫描，然后给插画上色，实时观看球鞋上色效果，创造属于自己的球鞋。

#AR# #工具#

迈向社交 ，Adobe AR 创作工具 Aero 2.0 发布。

这款工具新增了一个发现功能，它可显示由其他作者发布的AR内容。这个功能会带你走进一个能够触发灵感的画廊。

你可以点击每个项目，并感受带来的全新体验。

#推荐系统# #谷歌# #开源#

TensorFlow Recommenders (TFRS)，这款开源 TensorFlow 软件包可简化构建、评估和应用复杂的推荐模型。

https://tensorflow.google.cn/recommenders

MixLab & 交叉学科

- End -