圖片來源：pexels.com/@pixabay

當(dāng)下，人工智能已逐漸成為影響全球經(jīng)濟(jì)的主流因素，而在人工智能的眾多細(xì)分領(lǐng)域中，計(jì)算機(jī)視覺發(fā)展尤為迅猛。

工業(yè)4.0時(shí)代

人工智能和機(jī)器人技術(shù)的進(jìn)步正在減少機(jī)器與人類的差距，但制造出完全類人的機(jī)器仍需經(jīng)歷較長的發(fā)展歷程。工業(yè)4.0時(shí)代，自動(dòng)駕駛汽車和無人機(jī)正加快發(fā)展，同時(shí)如相機(jī)和圖像傳感器等先進(jìn)設(shè)備也有革新態(tài)勢(shì)。

先進(jìn)技術(shù)使機(jī)器人或自動(dòng)程序代替人類，將人類從枯燥的簡單工作中解放出來，而人類因此獲得時(shí)間和空間去追求更有價(jià)值的工作。

數(shù)據(jù)是關(guān)鍵

從技術(shù)的角度來看，數(shù)據(jù)是成功組織正運(yùn)行的數(shù)字化轉(zhuǎn)型項(xiàng)目的基石。數(shù)據(jù)可被認(rèn)為是人與機(jī)器之間的最佳紐帶。無論是數(shù)字、文本或更加復(fù)雜的數(shù)據(jù)如音頻、視頻和圖像，數(shù)字信息使人們可以與機(jī)器交流——反之亦然——同時(shí)也使機(jī)器能“理解”周圍的世界。

 

 

圖片來源： pexels.com/@naveen-annam-734127

什么是計(jì)算機(jī)視覺

正如術(shù)語本身所示，計(jì)算機(jī)視覺是指一項(xiàng)幫助計(jì)算機(jī)、軟件、機(jī)器人或其它任何設(shè)備獲取、分析及處理圖片的技術(shù)。圖片的可能來源不一而足，可能是照片、視頻、3D設(shè)備、醫(yī)療或工業(yè)掃描器等等。計(jì)算機(jī)視覺旨在幫助這些設(shè)備——包括無人機(jī)、交通機(jī)器或僅僅是一臺(tái)計(jì)算機(jī)——根據(jù)所獲信息進(jìn)行“可視”和回應(yīng)。由于計(jì)算機(jī)視覺的復(fù)雜性并考慮到其終端使用案例，其難度常被拿來與語音識(shí)別作比較。

你可能對(duì)計(jì)算機(jī)視覺這個(gè)概念及其背后的技術(shù)不太了解。但是，其中的一項(xiàng)技術(shù)光學(xué)字符識(shí)別OCR應(yīng)用十分廣泛，因?yàn)槠涑Ｓ糜谧R(shí)別照片中的文字信息或有一定年份的掃描文件。幾十年來，銀行業(yè)為讀取支票內(nèi)容一直使用筆跡識(shí)別技術(shù)。物品識(shí)別長期應(yīng)用于許多行業(yè)，以自動(dòng)控制質(zhì)量或?yàn)檎页鲆恍�樣品分類工廠產(chǎn)品。

某種意義上，計(jì)算機(jī)視覺與人工智能聯(lián)系緊密，因?yàn)樵O(shè)備不僅需要識(shí)別信息，還要在識(shí)別后立即分析和解釋所見內(nèi)容。這是為了采取合適的措施，與周邊環(huán)境互動(dòng)。

上世紀(jì)60年代早期開始的研究推動(dòng)了今天人工智能和物聯(lián)網(wǎng)技術(shù)的發(fā)展，而計(jì)算機(jī)視覺也是如此。據(jù)夏季視覺項(xiàng)目報(bào)告，“構(gòu)建一個(gè)先進(jìn)的足夠復(fù)雜的圖案識(shí)別系統(tǒng)”在1966年得以實(shí)現(xiàn)。

計(jì)算機(jī)視覺 vs 圖像處理

注意不要混淆計(jì)算機(jī)視覺和圖像處理。實(shí)際上，圖像處理一般是指分析數(shù)字圖像和運(yùn)行算法，包括分類、提取、編輯和過濾等。圖像處理主要通過技術(shù)和方法來增加圖片信息，而計(jì)算機(jī)視覺旨在發(fā)揮圖片的實(shí)際用途。

雖然計(jì)算機(jī)視覺顯然與圖片管理更為有關(guān)，但其可應(yīng)用于各種操作，包括物品識(shí)別和活動(dòng)監(jiān)測(cè)。

分析師觀點(diǎn)

弗雷斯 特： “由于有龐大的訓(xùn)練數(shù)據(jù)集 、深度神經(jīng)網(wǎng)絡(luò)和圖形處理器，計(jì)算機(jī)如今可以準(zhǔn)確識(shí)別圖像和視頻中的物體和特點(diǎn)。 首席信息官和技術(shù)領(lǐng)袖們需要知道如何將計(jì)算機(jī)視覺應(yīng)用于安全保障、社交媒體監(jiān)測(cè)、市場(chǎng)資產(chǎn)管理、生產(chǎn)制造以及對(duì)散亂圖像數(shù)據(jù)進(jìn)行分類等諸多領(lǐng)域。”

德勤： “許多技術(shù)公司仍未意識(shí)到認(rèn)知技術(shù)正在改變著行業(yè)，也并不了解他們自身——或其競爭者可如何在公司策略及運(yùn)營中應(yīng)用技術(shù)…/…計(jì)算機(jī)視覺是指計(jì)算機(jī)能夠識(shí)別非限制性(即自然性)視覺環(huán)境中的物體、場(chǎng)景及活動(dòng)。”

Arcognizance.com網(wǎng)站： “人工智能與人類智識(shí)有關(guān)，具有類人特征，如語言理解能力、分析能力、學(xué)習(xí)能力、問題解決能力等。人工智能是市場(chǎng)上新一代軟件技術(shù)的核心。前沿技術(shù)公司正積極地將人工智能作為其技術(shù)發(fā)展的必要部分。計(jì)算機(jī)視覺技術(shù)將以最高速度增長，而這得益于其在制造業(yè)和汽車業(yè)等領(lǐng)域的大量自動(dòng)化和半自動(dòng)化應(yīng)用。”

國際數(shù)據(jù)公司： “計(jì)算機(jī)視覺軟件技術(shù)正在改變傳統(tǒng)行業(yè)，如汽車業(yè)、零售業(yè)、保險(xiǎn)業(yè)和醫(yī)療保健等。通過將此技術(shù)應(yīng)用于產(chǎn)品或服務(wù)，傳統(tǒng)行業(yè)可降低成本、提高效率。”

麥肯錫： “人工智能將在未來引起新一輪的數(shù)字革命，各大公司應(yīng)做好準(zhǔn)備。技術(shù)先行者們已經(jīng)獲得技術(shù)紅利，其它公司更需要加快數(shù)字化轉(zhuǎn)型。[受影響最大的行業(yè)中]五大最具創(chuàng)新性的人工智能技術(shù)——機(jī)器人和自動(dòng)駕駛、計(jì)算機(jī)視覺、語言、虛擬代理及機(jī)器學(xué)習(xí)——都包括了深度學(xué)習(xí)，并為其它人工智能技術(shù)夯實(shí)基礎(chǔ)。

實(shí)際案例說明

機(jī)器人和自動(dòng)駕駛汽車等自動(dòng)化機(jī)器曾經(jīng)是計(jì)算機(jī)視覺最常應(yīng)用的領(lǐng)域。然而現(xiàn)在這項(xiàng)技術(shù)在越來越多的領(lǐng)域得以應(yīng)用，如：

醫(yī)療業(yè)

圖案識(shí)別和綜合圖像處理領(lǐng)域技術(shù)不斷革新。同時(shí)，對(duì)醫(yī)療保健領(lǐng)域人士來說，毋庸置疑的是，在他們獲得更好的診療工具或提高診斷和治療水平的所有途徑中，醫(yī)療圖像已成為一重要方式。

醫(yī)療圖像分析十分有助于預(yù)診和治療。比方說，結(jié)腸鏡檢查應(yīng)用計(jì)算機(jī)視覺技術(shù)后，可獲得更為有效和可靠的數(shù)據(jù)，以降低結(jié)腸癌死亡率。

再比如，計(jì)算機(jī)視覺可為外科手術(shù)提供技術(shù)援助。對(duì)腦瘤病人進(jìn)行3D頭骨建模，十分有助于后續(xù)神經(jīng)外科治療。同時(shí)，人工智能正越來越多地應(yīng)用深度學(xué)習(xí)，利用其對(duì)肺瘤進(jìn)行分類極其有益于及時(shí)診斷出肺癌。

 

 

圖片來源：pexels.com/@fancycrave

零售業(yè)

計(jì)算機(jī)視覺在實(shí)體店鋪中也得到越來越多的應(yīng)用，尤其在提升顧客體驗(yàn)方面。品趣志的Lens是一個(gè)搜索工具，利用計(jì)算機(jī)視覺識(shí)別物品，而Shazam也應(yīng)用此技術(shù)識(shí)別音樂。在實(shí)體商店中使用此手機(jī)應(yīng)用程序，產(chǎn)品會(huì)得到視覺化呈現(xiàn)，而你也可以看到其它相關(guān)產(chǎn)品。

面部識(shí)別是大眾十分熟悉的一項(xiàng)計(jì)算機(jī)視覺的應(yīng)用，在商場(chǎng)或商鋪中均有應(yīng)用。Lolli & Pops是一家美國糖果商店，運(yùn)用面部識(shí)別技術(shù)對(duì)忠實(shí)顧客進(jìn)行回饋。“試想一下：你走進(jìn)最愛的商店，導(dǎo)購對(duì)你的身份和需求了如指掌，為你介紹你最感興趣的產(chǎn)品。”這就是這家商店成功應(yīng)用新技術(shù)后的場(chǎng)景，每一位顧客都能享受到定制化服務(wù)。

計(jì)算機(jī)視覺應(yīng)用似乎不勝枚舉。其還可應(yīng)用于分析書店讀者、商店顧客，甚至消費(fèi)者情緒。情緒識(shí)別基于這樣一項(xiàng)算法，該算法抓取視頻中的人像對(duì)其析微表情進(jìn)行分析和處理，最終解讀出顧客的總體情緒。

商店技術(shù)革新的最大目的可能是減少排隊(duì)結(jié)賬的顧客。計(jì)算機(jī)視覺與人工智能結(jié)合，最終可消除排長隊(duì)的噩夢(mèng)。

亞馬遜推出了一項(xiàng)新服務(wù)亞馬遜無人超市(Amazon Go)，應(yīng)用計(jì)算機(jī)視覺、物聯(lián)網(wǎng)、人工智能等技術(shù)以識(shí)別、跟蹤和分析顧客消費(fèi)行為，并提供自助結(jié)賬服務(wù)和電子收據(jù)。

銀行業(yè)

說到人工智能在銀行業(yè)的應(yīng)用，最先想到欺詐監(jiān)測(cè)。雖然這的確是這一領(lǐng)域的重點(diǎn)關(guān)注，但計(jì)算機(jī)視覺的應(yīng)用不只如此。使用機(jī)器學(xué)習(xí)應(yīng)用圖像識(shí)別來分類和提取數(shù)據(jù)、監(jiān)管文件授權(quán)(如身份證和駕駛證)，可提升遠(yuǎn)程用戶體驗(yàn)并保障安全。

無人機(jī)火災(zāi)監(jiān)測(cè)

計(jì)算機(jī)視覺同樣在安全領(lǐng)域市場(chǎng)上獲得了廣泛多樣的應(yīng)用。無人機(jī)可利用計(jì)算機(jī)視覺、使用紅外線圖像增強(qiáng)人類的森林火災(zāi)監(jiān)測(cè)能力。先進(jìn)算法對(duì)視頻圖像特點(diǎn)進(jìn)行分析，如動(dòng)作和亮度，從而監(jiān)測(cè)火災(zāi)。該監(jiān)測(cè)系統(tǒng)提取和分析特定圖像，有助于識(shí)別模型和分辨林火與動(dòng)態(tài)的區(qū)別。后者很容易被識(shí)別為火災(zāi)。同時(shí)，無人機(jī)代替消防隊(duì)員在危險(xiǎn)區(qū)域進(jìn)行監(jiān)測(cè)和研究，有助于保障其安全和提升效率。無人機(jī)借助先進(jìn)算法對(duì)濃煙和火勢(shì)進(jìn)行分析，以評(píng)估災(zāi)情蔓延的風(fēng)險(xiǎn)。

前沿技術(shù)生態(tài)系統(tǒng)

ResearchAndMarkets網(wǎng)站研究報(bào)告顯示，“計(jì)算機(jī)視覺市場(chǎng)中人工智能應(yīng)用2018年估值達(dá)到36.2億美元，2023年將達(dá)到253.2億美元。”

計(jì)算機(jī)視覺涵蓋的技術(shù)十分廣泛，其中包括圖像識(shí)別。圖像識(shí)別應(yīng)用于識(shí)別物體、人物、動(dòng)作等，之后再交由機(jī)器學(xué)習(xí)和云計(jì)算在CPU、內(nèi)存和邊緣計(jì)算等方面進(jìn)行處理。這正如自動(dòng)化無人機(jī)一樣，其需要在創(chuàng)建初始階段進(jìn)行處理。機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)尤其推動(dòng)了計(jì)算機(jī)視覺的發(fā)展。

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是一種提高應(yīng)用精確度的算法。有趣的是，這些算法并不需要十分清楚的執(zhí)行計(jì)劃。基于數(shù)據(jù)引入流、重復(fù)出現(xiàn)數(shù)據(jù)以及先進(jìn)的分析，機(jī)器學(xué)習(xí)能不斷改善輸出結(jié)果。

機(jī)器學(xué)習(xí)十分依賴于數(shù)據(jù)集。簡單來說，數(shù)據(jù)集即一組相關(guān)數(shù)據(jù)，其結(jié)合可增加價(jià)值，引入新數(shù)據(jù)也更為簡單。

計(jì)算機(jī)視覺生態(tài)系統(tǒng)正在為技術(shù)人員提供大量免費(fèi)圖像數(shù)據(jù)集。比方說，哥倫比亞大學(xué)圖片庫共享一組數(shù)據(jù)集，其包含對(duì)100個(gè)物體360度全方位的圖像記錄(COIL-100)。

深度學(xué)習(xí)

深度學(xué)習(xí)是人工智能下的一個(gè)分支，基于人類通過學(xué)習(xí)達(dá)到對(duì)事物更深理解的能力和原則。因此，深度學(xué)習(xí)提供了改善過程的可能，包括提升計(jì)算機(jī)視覺輸出結(jié)果的精確度。

深度學(xué)習(xí)算法依賴于神經(jīng)網(wǎng)絡(luò)，以此來描繪分支過程，并形成概念等級(jí)。這些復(fù)雜概念再次被分類為更為簡單的概念組。

 

 

圖片來源：pexels.com/@ivandrei-pretorius-457987

面部識(shí)別

面部識(shí)別是指通過深度學(xué)習(xí)算法描繪和儲(chǔ)存電子身份。此種生物識(shí)別可與虹膜、指紋識(shí)別等技術(shù)相媲美。

據(jù)稱，2011年谷歌公司證明可以僅依靠未標(biāo)記圖像創(chuàng)建面部識(shí)別裝置。谷歌設(shè)計(jì)了一套系統(tǒng)，該系統(tǒng)可自主學(xué)習(xí)識(shí)別貓的圖像，而且并不需要知道貓的外形。

當(dāng)時(shí)，神經(jīng)網(wǎng)絡(luò)包括1000臺(tái)電腦，由16000個(gè)內(nèi)核組成。1000萬隨機(jī)Youtube視頻得到輸入…J.迪恩博士(Dr. J. Dean)是項(xiàng)目參與者之一，他在接受《紐約時(shí)代》雜志采訪時(shí)說，團(tuán)隊(duì)從未向系統(tǒng)說明“這是一只貓”，因此系統(tǒng)“自主創(chuàng)造出貓的概念”。

日常生活中的計(jì)算機(jī)視覺

今天，智能手機(jī)可使用高像素相機(jī)進(jìn)行識(shí)別。比方說，iPhone X應(yīng)用面部識(shí)別技術(shù)解鎖屏幕。用戶的面部ID數(shù)據(jù)被加密和儲(chǔ)存到云端，而當(dāng)其進(jìn)行購買操作時(shí)可使用面部ID進(jìn)行授權(quán)。

中國的技術(shù)專家們正在進(jìn)行一項(xiàng)計(jì)算機(jī)視覺技術(shù)研究，并將其應(yīng)用到日常生活中。不僅中國的消費(fèi)者更愿意使用智能手機(jī)及其面部識(shí)別技術(shù)進(jìn)行購買，這項(xiàng)技術(shù)也有助于識(shí)別和抓捕罪犯。

計(jì)算機(jī)視覺對(duì)人類意味著什么?

計(jì)算機(jī)視覺應(yīng)用于安全領(lǐng)域，有助于搜索罪犯。其還可預(yù)測(cè)人群擁擠等緊急情況，以保障城市安全。

通過研發(fā)更多更為復(fù)雜和先進(jìn)的計(jì)算機(jī)視覺算法，語言識(shí)別的發(fā)展勢(shì)必會(huì)得到推動(dòng)，因?yàn)槎�者都是基于相似的原則。這些都將增強(qiáng)人工智能和機(jī)器人的情景意識(shí)。

加強(qiáng)深度學(xué)習(xí)和機(jī)器學(xué)習(xí)算法的能力總會(huì)引致相關(guān)擔(dān)憂，至少是某一主題會(huì)受到特別關(guān)注。實(shí)際上，這與隱私和道德問題有關(guān)。

然而，這并不意味著所有研究應(yīng)該作罷。相反，就像其它技術(shù)發(fā)展進(jìn)程，計(jì)算機(jī)視覺的發(fā)展須受到全球各方的集體監(jiān)管，而非由某一行業(yè)、軍事力量或強(qiáng)國壟斷。

編譯：張雨姝、胡昕彤

相關(guān)鏈接：https://dzone.com/articles/computer-vision-overview-of-an-ai-cutting-edge-tec

標(biāo)簽： 計(jì)算機(jī)視覺 人工智能

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。