英特尔® Software Innovator 计划主页

英特尔® Software Innovator 计划

开发人员亮点

明日之创新者:Alex 和 Tim Porter

Underminer Studios 的创办人是创建动画 3D 图形的专家,他们使用体积捕捉使游戏中的真实感和沉浸感达到新的高度。



特选创新者

截获并处理体积资产:Tim 和 Alex Porter

英特尔® Software Innovator - Tim 和 Alex Porter 演示他们的体积测定平台,只需一键点击即可截获和优化图像。 其结果是任何物体的 3D 动画图像,以增强的现实性和身临其境感用于娱乐。

明日之创新者:Corey Warning 和 Will Lewis

明日之创新者 (Innovators of Tomorrow) 是一项每月秀,重点介绍英特尔® Software Innovator 计划中的开发人员。 在本期秀中,我们访谈来自美国俄勒冈州波特兰 Rose City Games 的 Corey Warning 和 Will Lewis。 他们开发中的新游戏 The World Next Door 是一款叙事性的动作冒险游戏,其灵感来自动画和独立游戏的情感故事和激动人心的动作。

英特尔® AI DevCon:一位创新者的思考

经挑选的创新者有机会旅行至旧金山,并在英特尔的首要人工智能活动——英特尔® AI DevCon——上演示他们的工作。 该活动使数据科学、机器学习和深度学习等领域的最强大脑汇聚一堂。

 
创新更新

完善黑客艺术

Stacy Devino 经常就 Android 操作系统发表演讲,也是谷歌开发者团队咨询委员会的成员。 在这次访谈中,Stacy 谈到了她的职业生涯,当前的项目,以及她所从事过的最具挑战性的技术。


扩大印度尼西亚开发人员社区

Adrianus Yoza Aprilio 从年轻时代起就接触了技术。 在本次访谈中,了解他如何利用自己的技能鼓励和推进整个印度尼西亚的物联网和开发人员社区。


将人工智能带给更多人

David Ojika 对人工智能开发的兴趣广泛,包括深度学习平台,大规模分布式数据分析的架构,以及如何使人工智能更便于利用。


终极码工虚拟现实终极码工:虚拟现实版

八个英特尔 Software Innovator 团队竞相创建商业虚拟现实应用程序。 为开发虚拟现实应用程序,参赛团队使用新款英特尔® NUC 8 VR,该系统搭载英特尔® 酷睿™ i7 处理器并配备 Radeon™ RX Vega M 显卡。


数字绘画插图数字绘画:一个快节奏项目

Ven Locklear 概述了如何概念化、收集参考资料、绘制草图及最终定稿一个概念或插图,重点讨论数字绘画的效率和速度。 他详述了任何人都可使用 SketchUp* 和 Photoshop* 中的各种工具,使整个数字绘画进程更完美、更迅速的各种方法。


用 3D 程序生产的无人机设置 3D 资产流水线

Jarrett 讨论了创建 3D 资产的从概念到实施的四部分进程。 此进程考量整体功能性,同时展示任何人,不论其技能水平高低,都可使用数字工具来节省时间并减少挫折。


面部识别进程截图将人工智能带至边缘

人工智能和机器学习通过让计算机在现实世界中学习、推理、动作和适应,帮助企业更深入地挖掘知识和见解。 了解英特尔® Movidius™ 神经计算模块如何让您开发在边界处的深度学习推理应用程序。


成人监视正在演示虚拟现实游戏的小孩奥兰多虚拟现实聚会:2018 年的增强现实和虚拟现实,以及 Virtual Battlegrounds(虚拟战场)的演示

开发人员、业余爱好者和发烧友在奥兰多聚集一堂,了解增强现实和虚拟现实在行业中的状况。 来自社区的 50 多人建立人脉,并观看该社区自己的其中一个项目 Virtual Battleground(虚拟战场)的演示。


测试实时显卡的极限

Cristiano Siqueira 使用功能强大的游戏引擎 Unreal Engine* 4、Vulkan* API 和英特尔® 酷睿™ i9+ 处理器中的多核,演示了实时显卡可达到的真实限度。


体验视觉效果和三维可视化

Marc Potocnik 展示了在他的工作室 renderbaron 中创作的最新动画巨制。 他的方法仅采用局部照明,通过专注于阴影、光照和渲染,创作了适用于 Cinema 4D* 的三维可视化。 这种方法使他能够绝对控制每一项光照参数,并加速在基于 CPU 的管道中的动画渲染。


在仓库中递送包裹的无人机使用无人机和物联网监控仓库

作为监控仓库的成本效益的途径,Shriram KV 使用四轴飞行器来提高效率。 大量库存损失由效率低下的手动监控技术造成。 一种可负担的、准确的、可行的选项是使用在仓库内飞翔的无人机来跟踪物品,提供更新,以及消除库存损失的机会。


饲料槽边的松鼠和两只鸟边缘处的递归性机器学习:训练鸟种识别器的案例研究

创新者 Paul Langdon 使用现有的图像识别模型构建了一个扩展鸟类分类器的二级种库。 该二级种库导致了一种用于鉴别特定鸟种的更特异性的模型。 该方法学可方便地适用于任何次分类场合。 它在使用 AWS DeepLens* 机器学习平台(配合 AWS Greengrass* 和 SageMaker)于边界处收集现场数据的同时,提供模型训练的自动化。

Show Fewer Stories

显示较少案例 ›