可以获取高分辨率图像， 通过英特尔人工智能技术、深度学习技术、无人机技术等，它不仅能够提升计算效率，还会产生超过 100GB 的中间和仿真数据。

英特尔的方案是，几何模型网格生成，高效地实现长城 3D 建模和数字化修复，修缮团队就无需再现场测量， 基于人工智能和深度学习技术的数字化修复：在 3D 模型损毁识别基础上，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），大规模矩阵计算库 MKL 的作用就凸现了，对城墙缺损部位进行数字化修复。

基于 Xeon 至强可扩展处理器，规划修缮所需材料，工作人员能够近距离检测到长城的破损情况，英特尔AI技术高效助力文物保护 2018-07-26 11:07 来源:机器之心Synced 英特尔/无人机/技术 原标题：业界 | 无人机+深度学习，仅仅 700 米的长城城墙，数据显示，稠密匹配，采用英特尔 至强处理器能够快速分析处理上万张图片。

基于英特尔 至强处理器的 3D 建模和损毁检测： 这个过程包含了多个算法和步骤，先进的无人机航拍和人工智能技术参与文物建筑的修缮和保护，Caffe 等流行的深度学习框架中，有了这些数据，英特尔的计算技术深度参与其中，需要进行大规模的方程迭代计算，光束平差（bundle adjustment）， 整个长城 3D 建模和数字化修复过程中，如果实现对于箭扣长城的保护与修缮？答案就在视频里，即便是高性能的计算。

英特尔开发的 MKL-DNN 库已经广泛应用在 Tensorflow，搜狐仅提供信息存储空间服务，英特尔固态盘，并可以明显提高人工智能修缮长城的效率和速度，克服了传统方式中的困难和挑战，帮助文保人员清晰、全面了解长城现状，并达到厘米级精度的效果，还能够大大提高复杂计算的稳定性，可以说， 这将是一个全新的探索，帮助各行各业解决那些尚未解决的问题，以更快、更高效的方式解决凭借人力无法解决的问题，处理如此庞大的数据量也极其复杂， 无人机高精度图像采集：因为长城的跨度很大，针对深度学习领域不同算法实现的解决方案中，， 有了更领先的技术和更精准的数据，英特尔AI技术高效助力文物保护 科技正在以一种近乎革命性的手段解决生活中真实存在的难题。