干貨！一文讀懂AI計(jì)算機(jī)視覺(jué)技術(shù)，“視覺(jué)五虎將”值得關(guān)注

作為人工智能的關(guān)鍵領(lǐng)域之一的計(jì)算機(jī)視覺(jué)近期再次成為了熱點(diǎn)，那么你真的了解什么是計(jì)算機(jī)視覺(jué)嗎？

一、什么是計(jì)算機(jī)視覺(jué)？

計(jì)算機(jī)視覺(jué)，英文Computer Vision，簡(jiǎn)稱CV。計(jì)算機(jī)視覺(jué)是一門研究如何使機(jī)器“看”的科學(xué)，更進(jìn)一步的說(shuō)，就是指用攝影機(jī)和電腦代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量等。

二、計(jì)算機(jī)視覺(jué)和機(jī)器視覺(jué)有何區(qū)別?

事實(shí)上，二者經(jīng)常會(huì)被混淆，甚至有些“專家”也沒(méi)分清。

簡(jiǎn)單的說(shuō)，二者最大的區(qū)別，在于技術(shù)要求的側(cè)重點(diǎn)不一樣，甚至差別很大。 計(jì)算機(jī)視覺(jué)（CV），主要是對(duì)質(zhì)的分析，比如分類識(shí)別，這是一個(gè)杯子那是一條狗。或者做身份確認(rèn)，比如人臉識(shí)別，車牌識(shí)別。或者做行為分析，比如人員入侵，徘徊，遺留物，人群聚集等。

機(jī)器視覺(jué)（MV），主要側(cè)重對(duì)量的分析，比如通過(guò)視覺(jué)去測(cè)量一個(gè)零件的直徑，一般來(lái)說(shuō)，對(duì)準(zhǔn)確度要求很高。

三、計(jì)算機(jī)視覺(jué)主要任務(wù)是什么？

計(jì)算機(jī)視覺(jué)的主要任務(wù)就是通過(guò)對(duì)采集的圖片或視頻進(jìn)行處理以獲得相應(yīng)場(chǎng)景的信息。計(jì)算機(jī)視覺(jué)任務(wù)的主要類型有以下幾種：

1、物體檢測(cè)

物體檢測(cè)是視覺(jué)感知的第一步，也是計(jì)算機(jī)視覺(jué)的一個(gè)重要分支。物體檢測(cè)的目標(biāo)，就是用框去標(biāo)出物體的位置，并給出物體的類別。

物體檢測(cè)和圖像分類不一樣，檢測(cè)側(cè)重于物體的搜索，而且物體檢測(cè)的目標(biāo)必須要有固定的形狀和輪廓。圖像分類可以是任意的目標(biāo)，這個(gè)目標(biāo)可能是物體，也可能是一些屬性或者場(chǎng)景。

2、物體識(shí)別（狹義）

計(jì)算機(jī)視覺(jué)的經(jīng)典問(wèn)題便是判定一組圖像數(shù)據(jù)中是否包含某個(gè)特定的物體，圖像特征或運(yùn)動(dòng)狀態(tài)。這一問(wèn)題通常可以通過(guò)機(jī)器自動(dòng)解決，但是到目前為止，還沒(méi)有某個(gè)單一的方法能夠廣泛的對(duì)各種情況進(jìn)行判定：在任意環(huán)境中識(shí)別任意物體。

現(xiàn)有技術(shù)能夠也只能夠很好地解決特定目標(biāo)的識(shí)別，比如簡(jiǎn)單幾何圖形識(shí)別、人臉識(shí)別、印刷或手寫(xiě)文件識(shí)別，或者車輛識(shí)別。而且這些識(shí)別需要在特定的環(huán)境中，具有指定的光照，背景和目標(biāo)姿態(tài)要求。

3、圖像分類

一張圖像中是否包含某種物體，對(duì)圖像進(jìn)行特征描述是物體分類的主要研究?jī)?nèi)容。一般說(shuō)來(lái)，物體分類算法通過(guò)手工特征或者特征學(xué)習(xí)方法對(duì)整個(gè)圖像進(jìn)行全局描述，然后使用分類器判斷是否存在某類物體。

圖像分類問(wèn)題就是給輸入圖像分配標(biāo)簽的任務(wù)，這是計(jì)算機(jī)視覺(jué)的核心問(wèn)題之一。這個(gè)過(guò)程往往與機(jī)器學(xué)習(xí)和深度學(xué)習(xí)不可分割。

4、物體定位

如果說(shuō)圖像識(shí)別解決的是what，那么，物體定位解決的則是where的問(wèn)題。利用計(jì)算視覺(jué)技術(shù)找到圖像中某一目標(biāo)物體在圖像中的位置，即定位。

目標(biāo)物體的定位對(duì)于計(jì)算機(jī)視覺(jué)在安防、自動(dòng)駕駛等領(lǐng)域的應(yīng)用有著至關(guān)重要的意義。

5、圖像分割

在圖像處理過(guò)程中，有時(shí)會(huì)需要對(duì)圖像進(jìn)行分割來(lái)提取有價(jià)值的用于后繼處理的部分，例如篩選特征點(diǎn)，或者分割一或多幅圖片中含有特定目標(biāo)的部分等。

圖像分割指的是將數(shù)字圖像細(xì)分為多個(gè)圖像子區(qū)域（像素的集合，也被稱作超像素）的過(guò)程。圖像分割的目的是簡(jiǎn)化或改變圖像的表示形式，使得圖像更容易理解和分析。更精確地說(shuō)，圖像分割是對(duì)圖像中的每個(gè)像素加標(biāo)簽的一個(gè)過(guò)程，這一過(guò)程使得具有相同標(biāo)簽的像素具有某種共同視覺(jué)特性。

“圖像語(yǔ)意分割”是一個(gè)像素級(jí)別的物體識(shí)別，即每個(gè)像素點(diǎn)都要判斷它的類別。它和檢測(cè)的區(qū)別是，物體檢測(cè)是一個(gè)物體級(jí)別的，他只需要一個(gè)框，去框住物體的位置，而通常分割是比檢測(cè)要更難的問(wèn)題。

計(jì)算機(jī)視覺(jué)是通過(guò)創(chuàng)建人工模型來(lái)模擬本由人類執(zhí)行的視覺(jué)任務(wù)。其本質(zhì)是模擬人類的感知與觀察的一個(gè)過(guò)程。這個(gè)過(guò)程不止識(shí)別，而是包含了一系列的過(guò)程，并且最終是可以在人工系統(tǒng)中被理解和實(shí)現(xiàn)的。

四、“視覺(jué)五虎將”都是誰(shuí)？

目前在計(jì)算機(jī)視覺(jué)領(lǐng)域已經(jīng)涌現(xiàn)出商湯科技、曠視科技、深蘭科技、依圖科技、云從科技等一批技術(shù)領(lǐng)先的獨(dú)角獸公司，行業(yè)稱為“視覺(jué)五虎將”，我們對(duì)這些公司作個(gè)簡(jiǎn)單介紹。

商湯科技：

公開(kāi)資料顯示，商湯科技成立于2014年11月，是中國(guó)一家計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)原創(chuàng)技術(shù)的創(chuàng)新型科技公司，也是一家知名獨(dú)角獸企業(yè)，致力于引領(lǐng)人工智能核心“深度學(xué)習(xí)”的技術(shù)突破，構(gòu)建人工智能、大數(shù)據(jù)分析行業(yè)解決方案。

目前，商湯科技已與眾多知名戰(zhàn)略合作伙伴和大客戶建立合作，賦能AI于多個(gè)行業(yè)，迅速落地包括人臉識(shí)別、圖像識(shí)別、視頻分析、無(wú)人駕駛、醫(yī)療影像識(shí)別等各類應(yīng)用技術(shù)。此外，商湯科技以人工智能技術(shù)服務(wù)于各大安防監(jiān)控公司、銀行金融機(jī)構(gòu)、手機(jī)廠商、機(jī)器人廠商、多家移動(dòng)APP廠商以及政府公安等客戶。

曠視科技：

曠視科技成立于2011年10月，以深度學(xué)習(xí)和物聯(lián)傳感技術(shù)為核心，立足于自有原創(chuàng)深度學(xué)習(xí)算法引擎Brain++，深耕金融安全，城市安防，手機(jī)AR，商業(yè)物聯(lián)，工業(yè)機(jī)器人五大核心行業(yè)。發(fā)展至今，曠視已在北京、西雅圖、南京設(shè)立獨(dú)立研究院，并在十余個(gè)核心城市設(shè)立分部。

曠視的核心人臉識(shí)別技術(shù)Face++曾被美國(guó)著名科技評(píng)論雜志《麻省理工科技評(píng)論》評(píng)定為2017全球十大前沿科技，同時(shí)公司入榜全球最聰明公司并位列第11名。在中國(guó)科技部火炬中心“獨(dú)角獸”榜單中，曠視排在人工智能類首位。

深蘭科技：

深蘭科技，2014年由歸國(guó)博士團(tuán)隊(duì)創(chuàng)建，致力于人工智能基礎(chǔ)研究和應(yīng)用開(kāi)發(fā)。在全球擁有近百位全職博士和博士后學(xué)術(shù)帶頭人，幾百位名校碩士研發(fā)人員，團(tuán)隊(duì)曾多次獲得多項(xiàng)世界大賽和國(guó)內(nèi)大賽獎(jiǎng)項(xiàng)。團(tuán)隊(duì)利用自主知識(shí)產(chǎn)權(quán)的深度學(xué)習(xí)架構(gòu)、機(jī)器視覺(jué)、生物智能識(shí)別等人工智能算法、無(wú)媒介支付等核心技術(shù)，在自動(dòng)駕駛及整車制造、智能機(jī)器人、生物智能、AI芯片、智能零售、智慧城市、智慧安防、教育軍工等領(lǐng)域都有深入布局，擁有包括英特爾在內(nèi)6家人工智能聯(lián)合實(shí)驗(yàn)室。

依圖科技：

成立于2012年，公司核心業(yè)務(wù)包括智能安防平臺(tái)、智慧健康醫(yī)療、城市數(shù)據(jù)大腦、智能硬件設(shè)備等。目前，依圖的技術(shù)早已經(jīng)服務(wù)全國(guó)20余省安防，為海關(guān)總署及中國(guó)邊檢等提供人像比對(duì)系統(tǒng)，并在招商銀行、浦發(fā)銀行，遺跡互聯(lián)網(wǎng)金融等多個(gè)業(yè)務(wù)場(chǎng)景中廣泛應(yīng)用，車輛識(shí)別產(chǎn)品亦被公安系統(tǒng)廣泛采用，依圖也是目前國(guó)內(nèi)唯一擁有10億級(jí)人像庫(kù)比對(duì)能力的公司，搭建了全球最大的人像系統(tǒng)，覆蓋超過(guò)15億人像。

云從科技：

成立于2015年4月，是一家從中科院重慶研究院孵化的專注于計(jì)算機(jī)視覺(jué)與人工智能的高科技企業(yè)。是計(jì)算機(jī)視覺(jué)頭部企業(yè)中的國(guó)家隊(duì)，承建了國(guó)家發(fā)改委的基礎(chǔ)項(xiàng)目重大工程——“人工智能基礎(chǔ)資源公共服務(wù)平臺(tái)”與產(chǎn)業(yè)化項(xiàng)目重大工程“人臉識(shí)別系統(tǒng)產(chǎn)業(yè)化應(yīng)用平臺(tái)”。與公安部、四大銀行、證通、民航總局建立聯(lián)合實(shí)驗(yàn)室，推動(dòng)人工智能產(chǎn)品標(biāo)準(zhǔn)的建立，成為唯一同時(shí)制定國(guó)標(biāo)、部標(biāo)、行標(biāo)的人工智能企業(yè)。國(guó)家發(fā)改委公布的《2017年“互聯(lián)網(wǎng)+”重大工程擬支持項(xiàng)目名單》中包含四個(gè)AI公司，云從科技是其中唯一一家創(chuàng)業(yè)公司。