2018年比较火的技术

1. ARCore与ARKit

> 基于OpenCV实现的Android移动端口红包AR
算法的主要思路首先是通过人脸检测寻找到人脸区域，一旦找到之后就会使用跟踪算法对人脸部位进行跟踪、人脸检测算法可以选择Face++或者opencv自带的算法，然后对下部区域进行嘴唇检测，找到之后，选择不同光照下的嘴唇图像，提取ROI。

  Google增强现实(AR)工具“ARCore”，Apple产品“ARKit” 。ARCore将利用Java，OpenGL和Unreal and Unity 3D游戏引擎，承诺提供所有的构建模块和API来构建沉浸式的AR体验，ARCore可以让开发者跟踪手机的位置和方向以及检测水平表面。Google已确认，具备Tango那样深度传感能力的手机将为定义为ARCore兼容设备。

  在开发和运行ARCore应用之前呢，我们需要安装Android Studio2.3或者更高版本，Android SDK 7.0或者更高版本。

ARCore 的三大功能：
1.运动跟踪：使用手机摄像头观察房间中的特征点和 IMU 传感器数据。ARCore 在移动时确定手机的位置和方向（姿势）。 虚拟对象保持准确放置。
2.环境理解：将 AR 物体放置在地板或桌子上这是很常见的动作。ARCore 可以基于运动跟踪的相同特征点来检测水平表面。
3.光估计： ARCore 观察环境中的环境光，开发人员可以以与周围环境相匹配的方式点燃虚拟对象，使其外观更加逼真。

  ARCore Github 地址：https://github.com/google-ar

  Google AR 新的实验 Demo：https://experiments.withgoogle.com/ar

GitHub 地址：https://github.com/artoolkit/artoolkit5
官方网站地址：https://artoolkit.org/download-artoolkit-sdk
OpenCV-Marker-less-AR- https://github.com/takmin/OpenCV-Marker-less-AR

arcore-android-sdk- https://github.com/jason0539/arcore-android-sdk

 -- OpenCV和AR技术:
AR Develop Demo- https://github.com/linglongxin24/ARDevelopDemo
OpenCV-Marker-less-AR- https://github.com/takmin/OpenCV-Marker-less-AR

Android-AR-Kit- https://github.com/haseman/Android-AR-Kit

    OpenGL编程指南+第七版,看视图那一章，一定要把顶点变换流水线搞懂。因为这是图形学最最基础的东西了。其中OpenCV和OpenGL有两个矩阵变换。分别是：OpenCV下的摄像机内参矩阵K与OpenGL顶点变换的投影矩阵，OpenCV下的摄像机外参矩阵[R|t]与OpenGL顶点变换的模型视图矩阵 。Camera（OpenCV）自动对焦和触摸对焦的实现.Android手机端的关于人脸识别的增强现实应用。使用OpenCV做增强现实必须要有OpenGL。
OpenCV-Marker-less-AR- https://github.com/takmin/OpenCV-Marker-less-AR
opencv-markerless-AR-Mobile(iOS/Android)- https://github.com/meiroo/opencv-markerless-AR-Mobile
Mastering OpenCV- https://github.com/MasteringOpenCV/code

2. AI，深度学习

 阿里智能对话交互技术实践与创新- http://blog.csdn.net/qq_40027052/article/details/78672907
 跨境猎头。AI人才 AI工程师、AI产品经理及AI部门管理层
  商品知识图谱在阿里巴巴前端导购、平台治理和智能问答上应用。
  阿里知识图谱以商品、 标准产品、 标准品牌、 标准条码、标准分类为核心，综合应用实体识别、实体链指和语义分析技术，整合关联例如舆情、百科、国家行业标准等多域数据，建设百亿级别的三元组，从而形成巨大的知识网。基于这个巨大的知识网络我们来提升消费者购物体验，同时降低消费者判断的成本。
  现在关注的技术领域主要与知识图谱相关，例如商品大数据、推理引擎、知识挖掘、信息提取、知识表示等。
  可以从文本挖掘和知识表示与推理其中一个领域去探索，当然这其中有涉及很多机器学习的基础知识。最好的学习方法还是实践，在项目实践中去学习。知识图谱方向招聘一般具备文本挖掘、知识表示与推理、图挖掘一个领域的技能就好。

 -- 谈及AI 走进亿万家庭。刘庆峰主要提到四个方面：教育，医疗，司法，公益。
AI以后会替代一些工作：
1、只要是简单、重复性的技能，未来都可以被机器大幅度替代的。
2、你需要学习、训练得到的，而不是依靠你的天分的技能，未来也会被人工智能所替代。

AI 新技术革命将如何重塑就业和全球化格局？深度解读 UN 报告（上篇）- http://geek.csdn.net/news/detail/244983
对话系统（对话机器人）本质上是通过机器学习和人工智能等技术让机器理解人的语言。
无视计算机的物理特性就是一种自大。用Mike Acton的话来说：“软件并不是平台，硬件才是平台”。软件相关人员至少要学习一点计算机架构和电气工程知识才是明智的。消费级量子计算机的出现将会改变软件工程的一切。
机器学习

3. 新产品

IOT VR等，增强VR/AR和AI领域研发投入，搭建更强大Android技术平台，AR/VR/MR；VR横向扩展到汽车、游戏、教育领域等
下一个适合Android的屏幕是什么呢？就是汽车；基于Android的车载信息娱乐系统的概念产品等；物联网产品
5G相对于4G，不仅仅是带宽提高了，更重要的是可接入的设备类型大大增加了。

4. 机器学习

5. 短视频和直播，多媒体

2018年多媒体开发生态的热点：AI，P2P，WebAssembly。

对视频编解码的未来发展方向，基于块的混合编码，画质评定新方法，以及创新思维。

原文链接：http://www.apkbus.com/blog-892197-78210.html