訂閱
糾錯
加入自媒體

干貨!一文讀懂AI計(jì)算機(jī)視覺技術(shù),“視覺五虎將”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)視覺嗎?

干貨!一文讀懂計(jì)算機(jī)視覺,“視覺五虎將”值得關(guān)注

一、什么是計(jì)算機(jī)視覺?

計(jì)算機(jī)視覺,英文Computer Vision,簡稱CV。計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué),更進(jìn)一步的說,就是指用攝影機(jī)和電腦代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量等。

二、計(jì)算機(jī)視覺和機(jī)器視覺有何區(qū)別?

blob.png

事實(shí)上,二者經(jīng)常會被混淆,甚至有些“專家”也沒分清。

簡單的說,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(CV),主要是對質(zhì)的分析,比如分類識別,這是一個(gè)杯子那是一條狗;蛘咦錾矸荽_認(rèn),比如人臉識別,車牌識別;蛘咦鲂袨榉治,比如人員入侵,徘徊,遺留物,人群聚集等。

機(jī)器視覺(MV),主要側(cè)重對量的分析,比如通過視覺去測量一個(gè)零件的直徑,一般來說,對準(zhǔn)確度要求很高。

三、計(jì)算機(jī)視覺主要任務(wù)是什么?

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

1、物體檢測

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

物體檢測和圖像分類不一樣,檢測側(cè)重于物體的搜索,而且物體檢測的目標(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景。

2、物體識別(狹義)

計(jì)算機(jī)視覺的經(jīng)典問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)動狀態(tài)。這一問題通?梢酝ㄟ^機(jī)器自動解決,但是到目前為止,還沒有某個(gè)單一的方法能夠廣泛的對各種情況進(jìn)行判定:在任意環(huán)境中識別任意物體。

現(xiàn)有技術(shù)能夠也只能夠很好地解決特定目標(biāo)的識別,比如簡單幾何圖形識別、人臉識別、印刷或手寫文件識別,或者車輛識別。而且這些識別需要在特定的環(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,對圖像進(jìn)行特征描述是物體分類的主要研究內(nèi)容。一般說來,物體分類算法通過手工特征或者特征學(xué)習(xí)方法對整個(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)視覺的核心問題之一。這個(gè)過程往往與機(jī)器學(xué)習(xí)和深度學(xué)習(xí)不可分割。

4、物體定位

如果說圖像識別解決的是what,那么,物體定位解決的則是where的問題。利用計(jì)算視覺技術(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)物體的定位對于計(jì)算機(jī)視覺在安防、自動駕駛等領(lǐng)域的應(yīng)用有著至關(guān)重要的意義。

5、圖像分割

在圖像處理過程中,有時(shí)會需要對圖像進(jìn)行分割來提取有價(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)的過程。圖像分割的目的是簡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,圖像分割是對圖像中的每個(gè)像素加標(biāo)簽的一個(gè)過程,這一過程使得具有相同標(biāo)簽的像素具有某種共同視覺特性。

“圖像語意分割”是一個(gè)像素級別的物體識別,即每個(gè)像素點(diǎn)都要判斷它的類別。它和檢測的區(qū)別是,物體檢測是一個(gè)物體級別的,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要更難的問題。

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

四、“視覺五虎將”都是誰?

目前在計(jì)算機(jī)視覺領(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“視覺五虎將”,我們對這些公司作個(gè)簡單介紹。

商湯科技:

公開資料顯示,商湯科技成立于2014年11月,是中國一家計(jì)算機(jī)視覺和深度學(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別、圖像識別、視頻分析、無人駕駛、醫(yī)療影像識別等各類應(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APP廠商以及政府公安等客戶。

深蘭科技:

深蘭科技,2014年由歸國博士團(tuán)隊(duì)創(chuàng)建,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,創(chuàng)造性地發(fā)明了數(shù)十項(xiàng)原創(chuàng)算法和原創(chuàng)技術(shù),團(tuán)隊(duì)曾多次獲得多項(xiàng)世界大賽和國內(nèi)大賽的第一名。致力于人工智能基礎(chǔ)研究和應(yīng)用開發(fā)。團(tuán)隊(duì)利用自主知識產(chǎn)權(quán)的深度學(xué)習(xí)架構(gòu)、機(jī)器視覺、生物智能識別等人工智能算法、無媒介支付等核心技術(shù),在自動駕駛及整車制造、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,居行業(yè)領(lǐng)導(dǎo)地位。

目前,在歐洲、美國、澳洲等多地設(shè)立區(qū)域總部和分支研發(fā)機(jī)構(gòu),國際銷售網(wǎng)絡(luò)覆蓋全球17個(gè)國家。擁有包括英特爾在內(nèi)的6家世界級人工智能企業(yè)建立了人工智能、AIoT智聯(lián)網(wǎng)、人機(jī)交互、AI芯片等相關(guān)的領(lǐng)域的聯(lián)合實(shí)驗(yàn)室,共同構(gòu)筑了全球性的研發(fā)科研體系,2017年利用機(jī)器視覺等技術(shù)研發(fā)了市場公認(rèn)的超越Amazon go的takego人工智能無人店技術(shù),2018年發(fā)布了全球第一款自動駕駛功能性商用車。

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。

曠視的核心人臉識別技術(shù)Face++曾被美國著名科技評論雜志《麻省理工科技評論》評定為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。

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、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20余省安防,為海關(guān)總署及中國邊檢等提供人像比對系統(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)場景中廣泛應(yīng)用,車輛識別產(chǎn)品亦被公安系統(tǒng)廣泛采用,依圖也是目前國內(nèi)唯一擁有10億級人像庫比對能力的公司,搭建了全球最大的人像系統(tǒng),覆蓋超過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)視覺與人工智能的高科技企業(yè)。是計(jì)算機(jī)視覺頭部企業(yè)中的國家隊(duì),承建了國家發(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”與產(chǎn)業(yè)化項(xiàng)目重大工程“人臉識別系統(tǒng)產(chǎn)業(yè)化應(yīng)用平臺”。與公安部、四大銀行、證通、民航總局建立聯(lián)合實(shí)驗(yàn)室,推動人工智能產(chǎn)品標(biāo)準(zhǔn)的建立,成為唯一同時(shí)制定國標(biāo)、部標(biāo)、行標(biāo)的人工智能企業(yè)。國家發(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。

聲明: 本文由入駐維科號的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報(bào)。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個(gè)字

您提交的評論過于頻繁,請輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標(biāo)題:
    *糾錯內(nèi)容:
    聯(lián)系郵箱:
    *驗(yàn) 證 碼:

    粵公網(wǎng)安備 44030502002758號