028-81259914
18781956287
18781956287
以工業和信息化技術
服務企業工業和信息智能化建設
服務企業工業和信息智能化建設
NLP，即Natural Language Processing，中文為自然語言處理，是人工智能領域的一個重要方向，也是公認為最難的方向。自然語言處理是一門融語言學、心理學、計算機科學、數學等于一體的科學。
今天我們的生活離不開NLP，日常中的輸入法，搜索，語音指令控制，新聞閱讀推薦，廣告等都在應用NLP技術。
智能客服機器人是一種使用自然語言與用戶進行交互的人工智能信息系統，它采用包括自然語言理解、會話管理技術在內的多項智能人機交互技術，能夠識別并理解用戶提出的問題，通過語義分析用戶意圖，并以人性化的方式與用戶溝通，向用戶提供客戶服務。當前業界主流的客服系統還都是以問答為主，利用NLP技術，將用戶提出的問題與知識庫中的標準問題（意圖）進行匹配，將最匹配的問題的答案返回給用戶。比如，知識庫設定的一個標準問題是“無騎手接單”，當客戶說“怎么還沒有人接單”時，機器理解用戶意圖，將標準問題“無騎手接單”的答案呈現給用戶。機器的準確性依賴底層算法和知識庫維護。但對于復雜場景，比如"修改訂單"，需要明確用戶修改哪個訂單、訂單里哪一項、以及修改成什么，這就促使客服系統需要使用更復雜高級的技術來解決這類各式各樣的任務問題。另外，在與用戶溝通過程中，智能系統還需要有風險監控能力，通過對用戶復雜情感進行建模，實時獲取用戶情緒，進而依據用戶的情感做出不同響應策略。
主要參數：
全目標跟蹤檢測：算法系統實現對80路視頻中行人、車輛以及人臉目標的跟蹤檢測。
人體/人臉屬性識別：支持識別出人臉（頭部）、上半身以及下半身的位置。在識別出人臉（頭部）的基礎上識別出人臉（頭部）相關屬性包括：是否戴口罩、是否戴眼鏡、是否戴帽子、發型等。在檢測出上半身的基礎上，進一步識別出上衣顏色、上衣款式、上衣紋理等相關屬性。在檢測出下半身的基礎上，進一步識別出下衣顏色、下衣款式、下衣紋理等。基于人體全貌，進一步識別出目標的性別、年齡段、是否背包、是否擰東西、是否打傘。
車輛屬性識別：支持識別出車輛的姿態，是車頭、車尾還是側向。車頭場景下，支持識別出車牌號碼、車輛顏色、車型、車輛品牌以及車窗相關特征。車尾場景下，支持識別出車牌號碼、車輛顏色、車型、車輛品牌。側向場景下，支持識別出車輛顏色、車型。
行人Re-ID特征提取：算法包含Re-ID算法，實現對人體目標的特征提取。基于Re-ID信息，業務層可以實現較為精準的以圖搜圖功能。
結構化數據檢索：支持將算法解析后的屬性數據保存至本地的數據存儲系統并搭建結構化屬性檢索引擎。檢索引擎基于Restful接口提供人體、非機動車、機動車目標的屬性檢索服務，支持選擇多屬性組合檢索。
以圖搜圖：支持將算法解析后的特征值數據保存至本地的數據存儲系統并搭建特征值比對排序引擎。搜圖引擎基于Restful接口提供人體、非機動車、機動車目標的以圖搜圖服務，檢索結果按照與原圖相似度大小降序排列。通過該接口，業務端可以實現與以圖搜圖相關的業務功能
數據級聯："支持將解析后的數據主動推送至其他已授權的大數據系統中。
（1）支持將結構化后的數據包括（目標屬性特征、矢量特征、目標快照URL或者base64編碼、背景截圖URL或者base64編碼）輸出至消息中間件。
（2）支持將結構化后的數據包括（目標屬性特征、矢量特征、目標快照URL或者base64編碼、背景截圖URL或者base64編碼）通過restful接口方式推送到第三方數據庫系統。"
任務任務管理：包括比較完備的視頻結構化任務管理接口，具體包括：1、新增結構化任務接口 2、 查詢結構化任務接口 3、暫停/啟動實時結構化任務接口 4、刪除結構化任務接口
視頻處理：支持從視頻共享平臺獲取在線錄像流進行摘要分析；支持80路標準離線視頻文件進行摘要分析，離線視頻url支持FTP路徑
濃縮視頻：支持提取視頻中活動目標，與背景融合拼接，生成一個包含所有活動目標的濃縮視頻。濃縮視頻至少有一個畫面包括兩個以上于不同位置不同時間出現的運動目標。濃縮視頻當觀看效果良好，目標無明顯部位缺失，相撞等合成痕跡；
時標物標標注：濃縮視頻當支持物體標注以及物體出現時間標注。
濃縮視頻回溯：通過點擊濃縮視頻中的目標，能準確快速跳轉到該目標對的原始視頻片斷，觀看到該目標在原始視頻中的運動狀態。
濃縮密度調節：支持密度調節以改變濃縮視頻時在時空濃縮時的密集程度。
視頻處理效率：視頻處理效率不低于30倍速。
組合播放：濃縮的視頻支持目標軌跡信息組合播放
外部應用接口：提供符合用開發需要的接口
長按屏幕識別二維碼
打開手機掃描二維碼
