眼爆科技

修缮长城需要几步?传统手段VS英特尔人工智能

时间:2018-07-31 13:00  编辑:眼爆科技

长城修缮不比其它可放在室内完成的文物修缮,其修缮过程从勘察到施工都存在着极大的挑战。传统的勘察手段十分原始,大部分工作需要工作人员亲历亲为,如进行田野调查、整合地理信息成果、整理图像数据等。修缮施工需遵循着“修旧如旧”的文物修缮原则,而传统勘察手段极难满足修缮施工所需要的数据。

2014年,国家文物局印发了《长城保护维修工作指导意见》。《意见》强调了长城保护的这一原则,称“长城保护维修必须保持长城的原形制、原结构,优先使用原材料、原工艺”。

在勘察阶段,传统的勘测数据来源以田野调查为参考,以整合处理的基础地理信息成果为基础,并结合了彩色数字正射影像。2006年,中央政府发布了《长城测量内容与方式》一文,文中介绍了更先进的测量工作主要由“飞机遥感实测长城”结合人工完成的遗址土壤鉴定、通过地理信息系统技术还原长城全貌、以及通过全球卫星定位技术定位地理坐标这三类途径完成。

传统的勘察手段完全不能保证还原精度,而由人工完成对大量图片的处理让勘察过程就耗时惊人,为后续的修缮施工带来了诸多不便,也并不能完全满足施工需求。而传统的勘察手段只能局限于人可以踏足的部分,那些人类难以涉足的处于险峻之地的长城,我们能做的曾非常少。

英特尔与文保基金会合作的首个项目就是利用英特尔人工智能技术修缮几百年来从未用技术手段系统修缮过的箭扣长城。英特尔的解决方案将是一个全新的探索,先进的无人机航拍和人工智能技术将被投入勘测、3D建模及数字化修复、及修缮工程人力物力成本估算等多个步骤,英特尔的计算技术将深度参与其中。 修缮长城需要几步?传统手段 VS. 英特尔人工智能英特尔的方案是,基于Xeon至强可扩展处理器,英特尔固态盘,同时结合OpenMP/MPI并行优化技术,采用针对英特尔CPU优化的英特尔?深度神经网络数学核心函数库(MKL-DNN),以及面向英特尔架构优化的深度学习框架Tensorflow等工具,高效地实现长城3D建模和数字化修复,并达到厘米级精度的效果。

英特尔至强服务器,为人工智能的开发者提供了全套的开发工具链,允许开发者根据深度学习的数据复杂度对内存的需求按需配置。在此基础上,英特尔中国研究院和武汉大学将开发出长城缺损/裂缝识别与定位,数字化修复的深度学习算法,包括长城缺损/裂缝识别与定位,及长城数字化模型虚拟修复。

  • 共2页:
  • 上一页
  • 1
  • 2
  • 下一页




  • 上一篇:华为推出人工智能工程师认证(HCNA-AI) 下一篇:未来人工智能会变成什么样,各个案例分析