3.1 腾讯云AI能力矩阵
腾讯云AI基本建设
AI基础能力：算法 + 工程AI基础平台：机器学习平台 TI-ONE、TI-DataTruthAI应用平台：AI应用服务平台 TI-MatrixAI行业平台：金融、工业、政务、零售、教育、泛互腾讯云AI基础算法能力
人脸人体基本能力：
基础人脸：
人脸检测人脸配准人脸跟踪人脸属性人脸聚类人脸分割人脸优选算法整合
人体检测跟踪：
人体检测人头检测人体属性人体人头跟踪人流密度估计人体朝向估计人体分割人群事件分析
人脸识别、活体：
人脸对比（1：1）人脸检测（1：N）唇语活体动作活体反光、3D 活体人脸 3D 重建人脸生产人脸预处理
前沿探索：
人脸 3D 建模3D 人脸识别防范 3D 硅胶面具活体检测算法RGB、深度、红外线融合的人脸识别人体关键点、瘦腰拉长腿人体与背景分离、虚化掌纹识别跨年龄人脸识别
图像视频理解：
图像标签千类以上视频标签124类暴恐、血腥、低俗图像审核鉴别图像视频编辑/增强：
图像视频超分辨率技术图像去模糊夜景增强老照片色彩还原视频封面图片竖屏检测智能裁剪线下场景研究：
客户识别与画像：
商品识别服装属性识别动作识别人体姿态自动建档
多技术关联研究：
人货关系识别多视图人体定位多视图场景拼接
动线分析 ReID：
人体坐标轨迹人体对比（1:1）人体检索（1:1）单摄像头 ReID跨摄像头 ReID人体优选人体聚类多传感器信息融合
车辆AI研究：
车辆检测车辆追踪车辆属性车辆检索工业视觉：
液晶面板缺陷检测手机零件检测焊缝无损检测智能设备识别车间运营智能辅助生产线部件掉落检测OCR：
通用文字检测与识别速算判分 OCR证照票据 OCR多语种识别复杂公式 OCR多角度文本检测语义文字识别电子运单识别语音识别 & NLP：
ASRTTS单词级别句子级别篇章级别人脸人体技术核心算法布局：
人脸检测（是否有人脸）：常规自拍的准确率100%，召回率99.9%、一般监控场景的准确率99.75%，召回率99.5%、复杂监控场景的准确率99.5%，召回率98%五官定位：平均定位像素偏差 < 1.5Px、普通手机上平均耗时 < 15ms、模型数据 < 2MB人脸识别（是否有某个人的脸）：LFW 99.8% 刷新世界纪录、1-1人脸核身通过率99%、1-N 人脸检测命中率95%人脸验证（是否为伪造人脸）：人脸生成用 StyleGAN 99.961%、人脸编辑用 StarGAN 98.018%、人脸替换用 Deepfakes 98.714%人头人体检测跟踪：北京地铁客流量统计实战的准确率99.1%，竞标同行中排名第一ReTD技术应用：客群全场轨迹动线、商场走失儿童找寻，轨迹检索准确率98%，召回率85%，刷新了三项主流数据库记录车辆技术核心算法布局：
多目标检测技术：同时检测车辆与行人，准确率90%召回率90%多目标追踪技术：适用于交通、零售等各种场景下的人车目标轨迹追踪/动线分析，准确率98%召回率95%车辆搜索技术：特殊车辆布控管理的平均准确率 mAP 80%图像识别技术核心算法布局：
智能鉴黄：双模型级联架构，高效模型设计 DeepSmart 在 CPU 上速度仅30ms/img，获CCF-A长文接受，在直播类、社交通用类的准确率99.9%召回率90%暴恐图片识别：准确率97%货架商品识别：识别准确率98%，召回率97%，单张识别速度70ms文字识别技术核心算法布局：
通用 OCR 识别：手写中文准确率90%，手写英文准确率95%OCR 垂直场景：身份证准确率99%、电子发票96%、驾照97%、车牌99%腾讯云AI基础平台-智能钛AI平台
产业AI技术主要应用场景：智能感知、智能交互、智能决策
产业AI技术的挑战：场景碎片化、技术碎片化、厂商碎片化
产业AI技术的现状：手动调参久、算法门槛高、框架搭建难、成本投入大
产业AI落地五要素：应用场景、资源与基础设施、数据质量与规模、算法与模型、智能设备
腾讯云三大能力平台：数据标注平台 TI-DataTruth、机器学习平台 TI-ONE、AI应用服务平台 TI-Matrix
