人工智能计算机视觉发展分析.docVIP

人工智能计算机视觉发展分析 计算机视觉是用电脑去识别物体的一种新技术。作为视觉来 讲，必须要有眼睛与大脑两部分。计算机视觉的主要组成部分不 是“眼睛”，而是“大脑”。 2011年，计算机视觉迎来了最伟大的突破。当年，谷歌人工 智能实验室的杰夫?迪恩与斯坦福大学计算机系教授吴恩达合作, 他们动用上万台电脑的计算资源，让计算机用深度学习算法在 YouTube上观看了一千万段关于猫的视频，最后计算机终于完成 了 “猫脸识别”。这个项目是谷歌大脑在计算机视觉领域取得的 巨大成功。 到了 2014年，计算机视觉领域的ImageNet比赛第一次超越 了人类肉眼识别图片的准确率一一这标志着计算机视觉已经比人 眼更加精准，因此具有极大地应用价值。 ImageNet国际挑战赛是计算机视觉领域最著名的比赛，被誉 为国际计算机视觉领域的“奥林匹克” o它是2010年由美国斯坦 福大学人工智能实验室的李飞飞教授主导推出的。早在2009年, ImageNet对1500万张图片进行了标注，涉及22000个类别的物 体，李飞飞她们建立了一个规模空前的数据库。而且，她们公开 了整个数据库，免费提供给全世界的人工智能研究团队。有了这 个培育计算机大脑的数据库，科研工作者教会了计算机识别物体。 计算机视觉的基本原理 想要实现计算机视觉，首先需要有一个摄像头，然后把拍摄 的照片成像在CCD上形成电子照片。这些电子照片是以像素为单 位存储在计算机上的。每一个像素都可以看成是三个矩阵元，这 些矩阵元给出了像素的RGB数值（每个数值都是整数，取值在0 到255之间）。其中，R表示红色，是red的首字母；G表示绿 色，是green的首字母；B表示蓝色，是blue的首字母。有了这 三种基本颜色，就可以按照不同的权重叠加出千变万化的色彩。 计算机视觉所处理的主要对象就是这个RGB数值，因为每一 张照片的像素很多，因此整张照片可以被看成是三个大的矩阵。 计算机视觉的本质，其实就是处理这三个矩阵，然后从这三 个矩阵中提取出“特征信息”，比如对于动物的图片，可以提取 的特征是“有没有尾巴？ ”以及“有没有毛？ ”等。通过对特征 信息的提取与判断，可以实现“猫脸识别”或者“人脸识别”。 人工智能是通过机器学习的方法，提取不同物体的特征，然后用 分类器对各种事物进行分类识别。 计算机视觉的头部公司之一商汤科技与华东师范大学合作， 编写了中国第一本人工智能教材《人工智能基础（高中版）》， 在书中详细介绍了计算机视觉的算法实现及其基木原理。 计算机视觉有哪些相关企业与落地应用？ 计算机视觉领域的应用非常广泛，其主要的落地应用有以下 几个大类。 在安防摄像头领域，主要有无人值守的场地看管、刷脸门禁、 以及发现异常自动报警装置等。在这里主要的代表性公司有海康 威视、大华股份等传统大公司与商汤科技、云从科技、依图科技 以及旷视科技等独角兽企业，这四家公司被称为人工智能计算机 视觉的“四小龙”，它们的产品在本文一开头提到的张学友演唱 会上抓逃犯的过程中发挥了重要作用。 在交通摄像头领域，主要是识别车辆车牌，进而进行车辆套 牌分析、交通违章分析等智慧城市解决方案。在这个领域的人工 智能计算机视觉的头部公司有格灵深瞳等。 在金融领域，计算机视觉主要用于快速信贷审核、刷脸支付 与刷脸开户等应用。在这个行业的代表性企业有商汤科技、旷视 科技Face++等。 在医疗领域，计算机视觉主要用于智能诊断与疾病研究和精 准医疗方面。在这个垂直领域的代表性企业有阿里云ET医疗大脑 等。 在汽车领域，计算机视觉主要用于无人驾驶，代表性的企业 是百度。百度最近与金龙汽车合作发布了阿波龙无人驾驶汽车。 在无人机领域，计算机视觉主要应用于物流运输以及路径规 划、地质灾害监控等。在这个领域的代表性企业是大疆科技。 除了以上的垂直领域，人工智能计算机视觉还有非常多的应 用领域，比如在手机领域，计算机视觉主要用在美图拍照与直播 特效等领域；在虚拟现实领域，计算机视觉主要用于虚拟现实游 戏以及3维电影等领域。 计算机视觉已经落地并且全面开花，《互联网周刊》整理了 中国在计算机视觉领域的人工智能公司排行榜。 人工智能计算机视觉的核心竞争力分析 深度学习算法C经打破了图片分类的瓶颈，而且也突破了物 体识别的技术瓶颈。物体识别的技术难度比图像分类要高。图片 分类问题只需要判断图片中包含哪个物体，而物体识别则需要在 同一张图片包含多个物体时，给出所包含物体的具体位置。 目前，基于深度学习算法的计算机视觉已经实用化，张学友 演唱会上警方抓逃犯的成功案例说明人工智能在计算机视觉方面 已经真正落地了。 当然，人才依然是人工智能计算机视觉的核心竞争力。以商 汤科技为例，商汤科技的创始人之一是香港中文大学的汤晓鸥教 授，其CEO徐立也拥有人工智能的