首页
呼叫中心
软件开发
产品中心
行业案例
关于腾创
400-108-8311
首页
呼叫中心
软件开发
产品中心
行业案例
关于腾创
400-108-8311
AI+软件外包
腾创益昂始终坚持以技术创新驱动，利用世界领先的AI技术，赋能传统行业，实现T2GB2C（科技赋能G端政府B端商业，造福C端用户）。以政府级/企业级解决方案为入口，为线下服务智能提供场景应用，进而形成通用型产品、打造行业性智能商业服务平台，成为赋能万亿级传统各行各业的AI领军企业。
图像视频分析技术
图像快速搜索匹配；高准确度识别与检测目标，场景理解，状态识别等
语义识别技术
多模态深度语义和意向分析，文本智能处理和海量数据挖掘
智能推送
基于大数据分析的推送技术，帮助监管层实时了解被监管层状态
深度学习
通过多层非线性变换对高复杂性数据建模算法，赋予机器自主学习的能力
AI+明厨亮灶4.0
明厨亮灶4.0是在3.0互联网+“明厨亮灶”的基础上融入了AI区块链大数据分析、云计算、AR/VR位置服务等技术，让这些新兴的技术真正运用到了我们的食品安全监管之中，完成监管过程自动辨认、自动判别、自动跟踪和自动反应，让机器人替代人工来做事
食品安全监管存在“社会事件社会影响大”和“监管效率低”两大难点。监督手段滞后，食品安全问题天天强调天天发生。行之有效、智能化的视频分析技术，才能推动明厨亮灶切实落地。
明厨亮灶1.0（摄像监控）
明厨亮灶2.0&3.0（传感器监控）
明厨亮灶4.0（AI智能监控）
我们对餐厅前场和后厨的全场感知，实现服务场景和人员的数字化，不仅提供“赏罚分明”的依据，也实现了客观的服务质量监督，对服务人员实时感知和提醒，进行真正的赋能。
AI+助力食品安全现场监管
● 后厨中的环境卫生监控：环境是否达标，如鼠患等有害生物防治问题
● 食品存放环境监控：食品储存条件温湿度是否合格
● 流程化管理的行为监控：相关人员是否按照正规流程操作和穿着佩戴
● 现场安全监控：异常、突发事件监控，并及时提醒
问题数据实时预警推送
实时监测的画面经过AI算法，自动过滤无效数据，针对问题数据实时推送监管部门每日生成报告，并同步至云端，形成“问题发现-反馈提醒-联动报警”的闭环，后期追溯亦有迹可查
AI+智能前台
我们为实体商业提供智能管理、实时监控及数据服务，改变传统模式，通过图片和视频识别、数据分析等为零售商铺营销、巡店和管理、智能监测核查等提供优化方案。利用人工智能和大数据，为企业用户提供智能解决办法。
AI+服务稽查
基于高准确度的视频捕捉分析技术和算法，真实的服务质量监督
● 着装规范识别：办事人员是否按规定佩戴帽徽、肩章、领花，以良好的仪容迎接客户
● 工作人员状态识别：是否有人员扎堆聊天；是否有在工作区域玩手机；办事效率—单位完结时长是否超标；满意度—通过用户表情识别界定
● 实时流量监控：人体检测跟踪，重识别，行为理解。监测人流量，人口实时热度统计，有助于合理规划功能分区导流
● 场地环境督查：是否有异物长时间无人处理；营业环境是否整齐有序；海报、重要标识等是否合乎标准
AI+工业监测
人工智能技术，可在传统工业领域得到广泛应用，通过人机偶合的方式，有效节约检测成本，减少失误操作，提高了检测质量，并能取代人工在某些特殊环境下，完成检测工作。
计算机视觉
AOI(自动光学检测)是基于机器视觉对生产中常见缺陷进行检测的技术，是计算机视觉在工业制造领域落地较快的应用之一
内部质量检测
● 家电-空调噪音在线检测
空调噪音在生产线上淹没于工厂内嘈杂的设备噪音之中，需要在下线后在安静的环境内单独检测。采用基于声纹识别技术的智能质检方案， 可以实现空调噪音在线质检，缩短产品生产周期，为产品上市赢得先机。
结合现场已有的工业仪表，增加超声或X射线检测设备，并通过信息技术实现检测数据的实时采集与处理。
● 冶金-钢铁产品质量管控
长期以来，钢铁产品的内部缺陷、强度硬度等内在质量只能依靠离线实验方法进行检测，在线检测方法所依赖的机理模型均存在较大的偏差。 基于人工智能算法，可以降低检测结果对机理模型的依赖，提高准确性。
对剔除背景音的声音数据进行分析，实现空调噪音的在线质检。对产品取样后，进行材料学实验检测，结合超声和射线成像数据， 对质量波动的数据进行标定质检。
● 故障诊断与预测性维护-钢包预测性维护:
作为典型的流程型行业，冶金设备的突发故障将导致全线停产，给企业带来巨大损失。钢包是钢铁冶炼过程的关键设备，长期与高温钢水接触，内衬易产生不易察觉的细微裂痕，形成安全隐患。采用热红外成像技术配合机器视觉技术，可以实现钢包失效故障的及时预警，提醒对钢包及时维护。
工业机器人
● 协作机器人
拾取和放置
设备看护
包装码垛
质量检测
● 焊接机器人
加工作业
● 制孔机器人
柔性制造
AI+语义识别
语音识别技术，也被称为自动语音识别(ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入。结合神经网络的深度学习，最终实现人机交互。
深度学习
基于深度学习（深度神经网络模型），在海量数据中挖掘用户的关键信息点，不断更新用户头像，更精确地捕获用户在众多领域中的需求。
识别层级
● 应用层：包括行业应用和智能语音交互系统。
● NLP技术层：包括以语言学、计算机语言等学科为背景的，对自然语言进行词语解析、信息抽取、时间因果、情绪判断等等技术处理，最终达到让计算机“懂”人类的语言的自然语言认知，以及把计算机数据转化为自然语言的生成。
● 词语解析与信息抽取： 包括分词、词性标注、命名实体识别和词义消歧，从给定文本中抽取重要的信息。
● 句法解析与语篇理解：对篇章结构的一系列连续的子句、句子和语段间一定层次结构和语义关系的分析，包括时间、事件、因果关系等，甚至于文本所携带的情绪识别。
● 自然语言生成：从结构化数据中以可读地方式自动生成文本的过程。包括三个阶段：文本规划(完成结构化数据中基础内容的规划)、语句规划（从结构化数据中组合语句，来表达信息流）、实现（产生语法通顺的语句来表达文）。
● 底层数据层：词典、数据集、语料库、知识图谱，以及外部世界常识性知识等都是予以是被算法木星的基础。
应用场景
语义识别技术可以分析网页、文件、邮件、音频、论坛、社交媒体中的大亮数据，应用领域广泛，既可以直接应用于医疗、教育、金融等行业，也可以通过技术接口应用于所有智能语音交互场景，如智能家居、车载语音、可穿戴设备、VR、机器人等。
AI+内容监管
我们通过语音、语义识别技术，结合AI分析，为企业对于线下监管提供有效数据支撑，弥补线下监管盲区，提高工作效率。
我们通过录音设备收集企业员工在工作时的交流对话并上传至后台服务器，AI智能通过语音语义识别及深度学习，自行判别员工交流是否有误，并及时上报给上级领导部门，进而有效监管线下员工工作效率，提升服务水平。
交互方式
智能语音交互被看做未来人工智能技术中最值得期待的应用场景。
事实问答
知识检索
分类问题
AI+明厨亮灶4.0
明厨亮灶4.0是在3.0互联网+“明厨亮灶”的基础上融入了AI区块链大数据分析、云计算、AR/VR位置服务等技术，让这些新兴的技术真正运用到了我们的食品安全监管之中，完成监管过程自动辨认、自动判别、自动跟踪和自动反应，让机器人替代人工来做事
食品安全监管存在“社会事件社会影响大”和“监管效率低”两大难点。监督手段滞后，食品安全问题天天强调天天发生。行之有效、智能化的视频分析技术，才能推动明厨亮灶切实落地。
明厨亮灶1.0（摄像监控）
明厨亮灶2.0&3.0（传感器监控）
明厨亮灶4.0（AI智能监控）
我们对餐厅前场和后厨的全场感知，实现服务场景和人员的数字化，不仅提供“赏罚分明”的依据，也实现了客观的服务质量监督，对服务人员实时感知和提醒，进行真正的赋能。
AI+助力食品安全现场监管
● 后厨中的环境卫生监控：环境是否达标，如鼠患等有害生物防治问题
● 食品存放环境监控：食品储存条件温湿度是否合格
● 流程化管理的行为监控：相关人员是否按照正规流程操作和穿着佩戴
● 现场安全监控：异常、突发事件监控，并及时提醒
问题数据实时预警推送
实时监测的画面经过AI算法，自动过滤无效数据，针对问题数据实时推送监管部门每日生成报告，并同步至云端，形成“问题发现-反馈提醒-联动报警”的闭环，后期追溯亦有迹可查
AI+智能前台
我们为实体商业提供智能管理、实时监控及数据服务，改变传统模式，通过图片和视频识别、数据分析等为零售商铺营销、巡店和管理、智能监测核查等提供优化方案。利用人工智能和大数据，为企业用户提供智能解决办法。
AI+服务稽查
基于高准确度的视频捕捉分析技术和算法，真实的服务质量监督
● 着装规范识别：办事人员是否按规定佩戴帽徽、肩章、领花，以良好的仪容迎接客户
● 工作人员状态识别：是否有人员扎堆聊天；是否有在工作区域玩手机；办事效率—单位完结时长是否超标；满意度—通过用户表情识别界定
● 实时流量监控：人体检测跟踪，重识别，行为理解。监测人流量，人口实时热度统计，有助于合理规划功能分区导流
● 场地环境督查：是否有异物长时间无人处理；营业环境是否整齐有序；海报、重要标识等是否合乎标准
AI+工业监测
人工智能技术，可在传统工业领域得到广泛应用，通过人机偶合的方式，有效节约检测成本，减少失误操作，提高了检测质量，并能取代人工在某些特殊环境下，完成检测工作。
计算机视觉
AOI(自动光学检测)是基于机器视觉对生产中常见缺陷进行检测的技术，是计算机视觉在工业制造领域落地较快的应用之一
内部质量检测
● 家电-空调噪音在线检测
空调噪音在生产线上淹没于工厂内嘈杂的设备噪音之中，需要在下线后在安静的环境内单独检测。采用基于声纹识别技术的智能质检方案， 可以实现空调噪音在线质检，缩短产品生产周期，为产品上市赢得先机。
结合现场已有的工业仪表，增加超声或X射线检测设备，并通过信息技术实现检测数据的实时采集与处理。
● 冶金-钢铁产品质量管控
长期以来，钢铁产品的内部缺陷、强度硬度等内在质量只能依靠离线实验方法进行检测，在线检测方法所依赖的机理模型均存在较大的偏差。 基于人工智能算法，可以降低检测结果对机理模型的依赖，提高准确性。
对剔除背景音的声音数据进行分析，实现空调噪音的在线质检。对产品取样后，进行材料学实验检测，结合超声和射线成像数据， 对质量波动的数据进行标定质检。
● 故障诊断与预测性维护-钢包预测性维护:
作为典型的流程型行业，冶金设备的突发故障将导致全线停产，给企业带来巨大损失。钢包是钢铁冶炼过程的关键设备，长期与高温钢水接触，内衬易产生不易察觉的细微裂痕，形成安全隐患。采用热红外成像技术配合机器视觉技术，可以实现钢包失效故障的及时预警，提醒对钢包及时维护。
工业机器人
● 协作机器人
拾取和放置
设备看护
包装码垛
质量检测
● 焊接机器人
加工作业
● 制孔机器人
柔性制造
AI+语义识别
语音识别技术，也被称为自动语音识别(ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入。结合神经网络的深度学习，最终实现人机交互。
我们通过语音、语义识别技术，结合AI分析，为企业对于线下监管提供有效数据支撑，弥补线下监管盲区，提高工作效率。
深度学习
基于深度学习（深度神经网络模型），在海量数据中挖掘用户的关键信息点，不断更新用户头像，更精确地捕获用户在众多领域中的需求。
识别层级
● 应用层：包括行业应用和智能语音交互系统。
● NLP技术层：包括以语言学、计算机语言等学科为背景的，对自然语言进行词语解析、信息抽取、时间因果、情绪判断等等技术处理，最终达到让计算机“懂”人类的语言的自然语言认知，以及把计算机数据转化为自然语言的生成。
● 词语解析与信息抽取： 包括分词、词性标注、命名实体识别和词义消歧，从给定文本中抽取重要的信息。
● 句法解析与语篇理解：对篇章结构的一系列连续的子句、句子和语段间一定层次结构和语义关系的分析，包括时间、事件、因果关系等，甚至于文本所携带的情绪识别。
● 自然语言生成：从结构化数据中以可读地方式自动生成文本的过程。包括三个阶段：文本规划(完成结构化数据中基础内容的规划)、语句规划（从结构化数据中组合语句，来表达信息流）、实现（产生语法通顺的语句来表达文）。
● 底层数据层：词典、数据集、语料库、知识图谱，以及外部世界常识性知识等都是予以是被算法木星的基础。
应用场景
语义识别技术可以分析网页、文件、邮件、音频、论坛、社交媒体中的大亮数据，应用领域广泛，既可以直接应用于医疗、教育、金融等行业，也可以通过技术接口应用于所有智能语音交互场景，如智能家居、车载语音、可穿戴设备、VR、机器人等。
交互方式
智能语音交互被看做未来人工智能技术中最值得期待的应用场景。
事实问答
知识检索
分类问题
Copyright © 2021 TCeOn 保留所有权利。
腾创益昂资讯科技（太仓）有限公司 编号:苏ICP备10211200号-1
联系我们
400-108-8311
Copyright © 2021 TCeOn 保留所有权利。 | 隐私政策 | 法律声明
腾创益昂资讯科技（太仓）有限公司 编号:苏ICP备10211200号-1