淺談AI視覺(jué)技術(shù)的發(fā)展與創(chuàng)新

隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展以及人民生活水平的提高，智能設(shè)備的普及率已經(jīng)越來(lái)越高，住宅家居智能化將是一個(gè)重要的發(fā)展趨勢(shì)。近年來(lái)，國(guó)內(nèi)外對(duì)智能家居的研究初具規(guī)模，而現(xiàn)有的家居監(jiān)控系統(tǒng)智能化程度比較低，無(wú)法更好的適應(yīng)新的應(yīng)用需求，因此開(kāi)發(fā)出更安全便利的智能家居系統(tǒng)具有十分重要的意義。

人工智能可作用于智能家居中的多個(gè)系統(tǒng)。其中，人工智能的視覺(jué)分支——圖像識(shí)別技術(shù)，涉及圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)、神經(jīng)網(wǎng)絡(luò)等多門(mén)學(xué)科，是智能家居系統(tǒng)的重要輔助工具，它結(jié)合了嵌入式操作系統(tǒng)和嵌入式硬件平臺(tái)，加強(qiáng)了本身和智能家居應(yīng)用的結(jié)合度．具有概念新、實(shí)用性強(qiáng)等特點(diǎn)。目前，智能家居系統(tǒng)中的圖像識(shí)別以人臉識(shí)別為主，已經(jīng)廣泛應(yīng)用于多個(gè)場(chǎng)景當(dāng)中。本文將著重探討家庭場(chǎng)景中的AI視覺(jué)應(yīng)用。

家庭智能安防中的圖像識(shí)別技術(shù)

圖像識(shí)別，是指利用計(jì)算機(jī)對(duì)圖像進(jìn)行處理、分析和理解，以識(shí)別各種不同模式的目標(biāo)和對(duì)像的技術(shù)。圖像識(shí)別是人工智能里一個(gè)重要的領(lǐng)域，應(yīng)用在智能家居里主要是在安防層面。

智能攝像頭

攝像頭截取圖像，可以通過(guò)圖像識(shí)別技術(shù)識(shí)別出圖像的內(nèi)容，從而做出不同的響應(yīng)。有些家用攝像頭的機(jī)器學(xué)習(xí)技術(shù)利用與大腦中的神經(jīng)元網(wǎng)絡(luò)相似的方式來(lái)適應(yīng)新的信息，可以識(shí)別出在你家門(mén)廊處是否有狗狗、貓咪，或者是快遞包裹。有些可以家用監(jiān)控會(huì)自動(dòng)分析錄制的視頻，只顯示幾分鐘或是幾張截圖就能讓用戶了解所需的信息，而不是回顧一整天的內(nèi)容。有些家用監(jiān)控可以辨識(shí)家人與入侵者之間的差異，而不是引發(fā)虛假警報(bào)，甚至還能在裝修時(shí)監(jiān)控裝修工人的一舉一動(dòng)，一旦出現(xiàn)違規(guī)時(shí)，會(huì)第一時(shí)間通知用戶。

值得一提的是，相比家用攝像頭的像素競(jìng)爭(zhēng)，是否具備視頻通話的功能、環(huán)境感知的功能、物體識(shí)別、行為識(shí)別功能會(huì)逐漸成為家用攝像頭“智能”與“智障”的分水嶺，人工智能技術(shù)可以讓攝像頭不僅僅提供拍攝的功能，發(fā)現(xiàn)、識(shí)別、驗(yàn)證、拍攝、傳輸，一步到位。

智能鎖

智能鎖的開(kāi)門(mén)方式一直是在追隨生物識(shí)別技術(shù)的發(fā)展而更新的，按壓式指紋識(shí)別技術(shù)就是通過(guò)手機(jī)上指紋識(shí)別模塊的快速發(fā)展而搭上順風(fēng)車(chē)的。在AIoT的賦能下，智能鎖通過(guò)人臉識(shí)別、遠(yuǎn)程可視、智能門(mén)鎖的聯(lián)動(dòng)防御，可做到人臉識(shí)別的一體化，精準(zhǔn)、快速、高效的進(jìn)行人臉識(shí)別，真正的做到無(wú)感知通行。而智能鎖連接的多功能報(bào)警器則可以連接社區(qū)物業(yè)平臺(tái)與公安系統(tǒng)，全方位為用戶提供一個(gè)安全、舒適的家庭環(huán)境。

不過(guò)，目前人臉識(shí)別智能鎖面臨兩大挑戰(zhàn)。一個(gè)是成本問(wèn)題，人臉識(shí)別模組比指紋識(shí)別模組的成本高出太多，產(chǎn)品是否能被大眾接受推向市場(chǎng)還值得考慮。另一個(gè)則是電池使用時(shí)間，作為人臉識(shí)別行業(yè)一直以來(lái)未解決的難題，智能鎖目前也沒(méi)有很好的解決辦法。

門(mén)禁系統(tǒng)

在智慧社區(qū)的大體系下，智能門(mén)禁已經(jīng)成為社區(qū)標(biāo)配。人工智能+視頻監(jiān)控能實(shí)現(xiàn)人臉識(shí)別、車(chē)輛分析、視頻結(jié)構(gòu)化算法提取視頻內(nèi)容，檢測(cè)運(yùn)動(dòng)目標(biāo)，分類(lèi)為人員屬性、車(chē)輛屬性、人體屬性等多種目標(biāo)信息，結(jié)合公安系統(tǒng)，分析犯罪嫌疑人線索。同時(shí)人工智能處理安防領(lǐng)域的海量視頻和監(jiān)控還會(huì)促進(jìn)人工智能算法性能的提高，并成熟應(yīng)用于其它行業(yè)。在智慧社區(qū)里，包含智能門(mén)禁、車(chē)輛道閘、車(chē)位鎖等功能的智慧管理系統(tǒng)，能夠?qū)崿F(xiàn)以下場(chǎng)景：手機(jī)實(shí)名、身份證、門(mén)禁卡的綁定，能夠精準(zhǔn)的進(jìn)行人員甄別，有效幫助物業(yè)管理。

AI識(shí)別安防系統(tǒng)已經(jīng)在我國(guó)的珠三角地區(qū)獲得了應(yīng)用。深圳市各個(gè)有關(guān)部門(mén)攜手，推出了“雪亮”視頻工程，即在居民樓下安裝治安監(jiān)控及智能門(mén)禁讀卡器。目前，深圳、廣州、中山、東莞、珠海、佛山，以及杭州、廈門(mén)等地也在啟動(dòng)“雪亮”工程。

AI視覺(jué)技術(shù)廣泛賦能智能家居單品

如今，家庭里的智能機(jī)器人可以通過(guò)圖像識(shí)別技術(shù)對(duì)物體進(jìn)行識(shí)別，并且實(shí)現(xiàn)對(duì)人的跟隨。搭配上人工智能系統(tǒng)，它能分辨出你是它的哪個(gè)主人，并且能你進(jìn)行一些簡(jiǎn)單的互動(dòng)。比如檢測(cè)到是家里的老人，它可能會(huì)為你測(cè)一測(cè)血壓；如果是小孩子，它可能給你講個(gè)故事。

除此之外，計(jì)算機(jī)視覺(jué)、手勢(shì)識(shí)別等交互方式成為語(yǔ)音交互的輔助，許多廠家都已推出帶屏音箱，而智能電視除語(yǔ)音交互之外，通過(guò)計(jì)算機(jī)視覺(jué)分析視頻內(nèi)容，并對(duì)內(nèi)容相關(guān)的資料進(jìn)行下一步操作，包括短視頻剪輯、邊看邊買(mǎi)等，比如Yi+搭載在天貓魔盒中的“瞄一下”功能。再比如在智能冰箱中，通過(guò)計(jì)算機(jī)視覺(jué)實(shí)現(xiàn)對(duì)冰箱內(nèi)食品的分析，以及衍生出的用戶健康管理和線上購(gòu)物等功能，多種交互方式將統(tǒng)一在家居生活場(chǎng)景中，從而提供更為自然的交互體驗(yàn)。

對(duì)于女性而言，人臉識(shí)別分析功能更加接地氣。在浴室中的魔鏡具備了智能試妝、面部健康分析等功能，還能實(shí)時(shí)記錄用戶在使用過(guò)程中產(chǎn)生的用戶習(xí)慣，收集用戶偏好，結(jié)合電商大平臺(tái)，只要消費(fèi)者對(duì)試妝的效果滿意，還可以一鍵加入購(gòu)物車(chē)購(gòu)買(mǎi)，心儀的化妝品很快就會(huì)“飛”到消費(fèi)者的手中。智能魔鏡還可以通過(guò)中控平臺(tái)，云平臺(tái)與智能家居系統(tǒng)相對(duì)接，可實(shí)現(xiàn)可視對(duì)講功能，并控制燈光、音響、窗簾、空調(diào)的開(kāi)關(guān)?？梢哉f(shuō)，魔鏡是視覺(jué)交互性最強(qiáng)的智能家居之一。

淺談AI視覺(jué)技術(shù)的發(fā)展與創(chuàng)新

目前，AI領(lǐng)域的許多研究集中于從視覺(jué)系統(tǒng)中分析圖像的能力。其中，人工神經(jīng)網(wǎng)絡(luò)成為了最熱門(mén)的研究領(lǐng)域。神經(jīng)元之間連接的拓?fù)浣Y(jié)構(gòu)、所使用的聚合函數(shù)、閾值函數(shù)和反向傳播方法等數(shù)學(xué)模型都是人工智能領(lǐng)域的一部分，被我們稱(chēng)為“深度學(xué)習(xí)”，并被分成兩部分——訓(xùn)練和推理。如果訓(xùn)練正確執(zhí)行，神經(jīng)網(wǎng)絡(luò)將提供非常類(lèi)似于訓(xùn)練數(shù)據(jù)集的輸入值的輸出響應(yīng)。推理機(jī)是一種軟件算法，對(duì)應(yīng)于演繹推理的仿真。該軟件通常嵌入在智能家居設(shè)備當(dāng)中。

在過(guò)去幾年中，深度學(xué)習(xí)在智能家居領(lǐng)域非常成功。基于圖像的技術(shù)包括面部識(shí)別、虹膜和手勢(shì)監(jiān)控、對(duì)象和自由空間檢測(cè)，以及最近的行為識(shí)別。據(jù)預(yù)測(cè)，到2025，AI市場(chǎng)將以50%的年復(fù)合增長(zhǎng)率（CAGR）增長(zhǎng)，收入主要集中在使用智能視覺(jué)技術(shù)上。

人工智能的發(fā)展也離不開(kāi)專(zhuān)門(mén)的硬件的開(kāi)發(fā)。值得注意的是，視覺(jué)處理器的設(shè)計(jì)者和建造者，還通過(guò)嵌入式操作系統(tǒng)和/或SDK（軟件開(kāi)發(fā)工具包）提供軟件層。這樣就能很容易地實(shí)施軟件解決方案，并允許硬件最大限度地發(fā)揮功能，同時(shí)還要求特定平臺(tái)開(kāi)發(fā)技能，需要使用如Arm的embedOS、NVIDIA的Jetson、Xilinx的XSDK以及CEVA公司的CDNN等工具。為嵌入式系統(tǒng)開(kāi)發(fā)AI的公司，在開(kāi)發(fā)其解決方案并設(shè)計(jì)與眾不同類(lèi)型的硬件兼容時(shí)，必須考慮這個(gè)強(qiáng)加的軟件層。

總結(jié)

隨著AI的勢(shì)頭持續(xù)高漲，AI在智能視覺(jué)系統(tǒng)中的應(yīng)用呈現(xiàn)出非常光明的未來(lái)。在硬件方面，已經(jīng)出現(xiàn)了專(zhuān)用處理器；在軟件方面，有越來(lái)越強(qiáng)大的算法，能夠識(shí)別物體、面部和姿勢(shì)。從AI的市場(chǎng)應(yīng)用方面看，首先是智能家居和智能安防市場(chǎng)；第二是用于個(gè)人身份認(rèn)證（解鎖、支付）的手機(jī)安全系統(tǒng)；最后是生物特征識(shí)別及其在智能建筑和智慧城市中的應(yīng)用。AI領(lǐng)域涌現(xiàn)出了大量的投資、收購(gòu)和合作關(guān)系，而且在未來(lái)的幾年內(nèi)市場(chǎng)規(guī)模將相當(dāng)可觀，市場(chǎng)和收入都將快速增長(zhǎng)。