计算机视觉：一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理成为更适合人眼观察或传送给仪器检测的图像。

电影自诞生起到今日已经走过120多年，这120年也是人类科技爆炸式发展的120年。电影在这一百多年经历了翻天覆地的变化，从无声片到有声片，从黑白片到彩色片，从方形荧幕到宽荧幕，从2D平面到3D立体，从简易模型到CGI技术。如今电影又走到了新的节点上，这次带来变革的是5G＋VR技术与影视产业的结合。

想做计算机视觉？深度学习是最近的发展方向。大规模数据集加上深度卷积神经网络（CNN）的表征能力使得超精确和稳健的模型成为可能。由于计算机视觉领域广泛而复杂，因此解决方案并不总是很清晰。计算机视觉中的许多标准任务都需要特别考虑：分类，检测，分割，姿势估计，增强和恢复以及动作识别。

数据压缩是一项基本的技术工具，它能够让我们充分有效的利用有限资源，如果没有它许多我们认为理所当然的事情都是不可能实现的：像DVD、蓝光等媒体都依赖它，就像我们在电视和移动设备上播放视频和音乐一样。

卷积神经网络中的权值更新也是使用误差的反向传播算法。损失函数一般使用最小平方误差函数。由于卷积网络中存在两部分区域：卷积区和全连接区，它们在计算损失时有所不同我们将其分开进行讨论。

深度神经网络是连接主义系统，通过它通过学习例子来完成任务，而不需要事先了解这些任务。它们可以很容易地扩展到数百万个数据点，并且可以通过随机梯度下降进行优化。CNN是DNN的变体，能够适应各种非线性数据点。起始层学习更简单的特征，如边和角，后续层学习复杂的特征，如颜色，纹理等。

本文介绍了一种新的有损纹理压缩技术，适用于低成本，低带宽设备以及更强大的渲染系统。 它使用基于使用高频但低精度调制信号混合两个（或更多）“低频”信号的表示。低频信号的连续性有助于避免块伪影。 根据矢量量化方案的需要，通过使用固定速率编码和消除间接数据访问，可以降低解压缩成本。

蜂窝物联网使用与智能手机相同的广泛覆盖蜂窝网络连接设备。听起来像是Wi-Fi的明显替代品。问题在于，历史上，蜂窝模块一直很昂贵，这增加了构建蜂窝物联网设备的价格。此外，蜂窝服务的成本与用于互联网接入的Wi-Fi相比相形见绌，这在很大程度上是因为他们无法利用无线(OTA)更新。对于小型，电池供电的物联网设备来说，更令人沮丧的是蜂窝电池的巨大功率需求，这会快速耗尽电池电量。

今年1月在拉斯维加斯国际消费电子展（CES Las Vegas）上Imagination发布了2019年度消费电子和汽车相关产品。在很多领先的消费电子产品中我们都能看到该公司创造并授权的技术，在此次消费电子展上重点介绍了三个IP新系列，主要面向关键的消费电子产品系列：汽车、无人机、数字电视（DTV）、移动设备和其他物联网（IoT）终端设备。

Fast R-CNN就是在R-CNN的基础上采纳了SPP Net的方法，使得性能进一步提高。与R-CNN相比，Fast R-CNN主要有两点不同：一是最后一个卷积层加入了ROI pooling layer，二是损失函数使用了多任务损失函数（multi-task loss），将边框回归Bounding Box Regression直接加入到CNN网络中训练

在一月底结束的2019年国际消费电子产品展会上(CES 2019)，LG总裁兼首席技术官帕克(I.P.Park)发表了关于AI如何促进“自我进化”产品的主旨演讲。“人工智能与伦理”的讨论，成为了这场原本与严肃话题不太相关的消费技术盛会的序幕。

去年开始，工作中需要做许多有关 AI 科普的事情。很长时间里一直在想，该如何给一个没有 CS 背景的人讲解什么是深度学习，以便让一个非技术的投资人、企业管理者、行业专家、媒体记者乃至普通大众明白深度学习为什么会特别有效，理解 AI 是如何帮助人们解决具体问题的。

傅立叶变换在图像处理中有非常重要的作用。因为不仅傅立叶分析涉及图像处理很多方面，傅立 叶改进算法，比如离散余弦变换，gabor与小波在图像处理中也有重要的分量。绝大部分噪音都是图像的高频分量，通过低通滤波器来滤除高频——噪声；边缘也是图像的高频分量，可以通过添加高频分量来增强原始图像的边缘......

机器学习的目的是得到可以泛化（generalize）的模型，即在前所未见的数据上表现很好的模型，而过拟合则是核心难点。你只能控制可以观察的事情，所以能够可靠地衡量模型的泛化能力非常重要。

PowerVR Furian架构是面向嵌入式GPU的一款全新架构，是业界领先的PowerVR Rogue架构的继任者，新的架构引入了很多全新设计的组件，帮助进一步提升性能、功效、性能密度。其包含了Rogue架构整个生命周期中加入的所有重要提高，是PowerVR GPU架构的一次重要的升级和更新。

正如我们所知，物联网正在改变世界。多年来，随着越来越多的事物相互连接，业界一直在谈论未来会是什么样，以及我们的生活会如何不同。未来不再是一个愿景，而是一个个激动人心的现实。随着我们步入2019年，我们看到了一些物联网趋势和预测......

3月29日，2019年中国IC领袖峰会将在上海龙之梦万丽酒店举办。Imagination副总裁及中国区总经理刘国军应邀将在此次峰会中做主题演讲，欢迎您前来聆听！

机器学习中的所有算法都依赖于函数的最小化或最大化，我们称之为“目标函数”。一组最小化的函数称为“损失函数”。损失函数是衡量预测模型在预测预期结果方面做得有多好。求函数最小值的一种常用方法是“梯度下降法”。把损失函数想象成起伏的山，而梯度下降就像从山上滑下来到达最低点。

纹理压缩是开发人员的一个重要工具，相比非压缩格式，它有许多优点，所以只要可行就可以使用。本文档包含了为什么使用纹理压缩的简要说明以及PowerVR纹理压缩（PVRTC）的介绍。PVRTC有两个版本，分别是PVRTC1和PVRTC2。

物联网（IoT）是互联网中快速增长的一部分。 虽然互联网的其它设备依赖于人们的信息交换，但物联网可以自动实现在不同的连接设备之间进行收集，传输和接收数据。将物联网视为类似于网络，电子邮件或社交网络，但它不是连接人，而是连接智能设备。