計算機視覺前景及應用如何？大牌分析師這樣看……

時間 2019-12-07

標籤計算機視覺前景應用如何大牌分析師這樣欄目快樂工作简体版

原文原文鏈接

全文共4049字，預計學習時長8分鐘算法

圖片來源：pexels.com/@pixabay安全

當下，人工智能已逐漸成爲影響全球經濟的主流因素，而在人工智能的衆多細分領域中，計算機視覺發展尤其迅猛。微信

工業4.0時代網絡

人工智能和機器人技術的進步正在減小機器與人類的差距，但製造出徹底類人的機器仍需經歷較長的發展歷程。工業4.0時代，自動駕駛汽車和無人機正加快發展，同時如相機和圖像傳感器等先進設備也有革新態勢。機器學習

先進技術使機器人或自動程序代替人類，將人類從枯燥的簡單工做中解放出來，而人類所以得到時間和空間去追求更有價值的工做。工具

數據是關鍵學習

從技術的角度來看，數據是成功組織正運行的數字化轉型項目的基石。數據可被認爲是人與機器之間的最佳紐帶。不管是數字、文本或更加複雜的數據如音頻、視頻和圖像，數字信息令人們能夠與機器交流——反之亦然——同時也使機器能「理解」周圍的世界。網站

圖片來源：pexels.com/@naveen-annam-734127雲計算

什麼是計算機視覺人工智能

正如術語自己所示，計算機視覺是指一項幫助計算機、軟件、機器人或其它任何設備獲取、分析及處理圖片的技術。圖片的可能來源不一而足，多是照片、視頻、3D設備、醫療或工業掃描器等等。計算機視覺旨在幫助這些設備——包括無人機、交通機器或僅僅是一臺計算機——根據所獲信息進行「可視」和迴應。因爲計算機視覺的複雜性並考慮到其終端使用案例，其難度常被拿來與語音識別做比較。

你可能對計算機視覺這個概念及其背後的技術不太瞭解。可是，其中的一項技術光學字符識別OCR應用十分普遍，由於其經常使用於識別照片中的文字信息或有必定年份的掃描文件。幾十年來，銀行業爲讀取支票內容一直使用筆跡識別技術。物品識別長期應用於許多行業，以自動控制質量或爲找出一些樣品分類工廠產品。

某種意義上，計算機視覺與人工智能聯繫緊密，由於設備不只須要識別信息，還要在識別後當即分析和解釋所見內容。這是爲了採起合適的措施，與周邊環境互動。

上世紀60年代早期開始的研究推進了今天人工智能和物聯網技術的發展，而計算機視覺也是如此。據夏季視覺項目報告，「構建一個先進的足夠複雜的圖案識別系統」在1966年得以實現。

計算機視覺 vs 圖像處理

注意不要混淆計算機視覺和圖像處理。實際上，圖像處理通常是指分析數字圖像和運行算法，包括分類、提取、編輯和過濾等。圖像處理主要經過技術和方法來增長圖片信息，而計算機視覺旨在發揮圖片的實際用途。

雖然計算機視覺顯然與圖片管理更爲有關，但其可應用於各類操做，包括物品識別和活動監測。

分析師觀點

弗雷斯特：「因爲有龐大的訓練數據集、深度神經網絡和圖形處理器，計算機現在能夠準確識別圖像和視頻中的物體和特色。首席信息官和技術領袖們須要知道如何將計算機視覺應用於安全保障、社交媒體監測、市場資產管理、生產製造以及對散亂圖像數據進行分類等諸多領域。」

德勤：「許多技術公司仍未意識到認知技術正在改變着行業，也並不瞭解他們自身——或其競爭者可如何在公司策略及運營中應用技術…/…計算機視覺是指計算機可以識別非限制性（即天然性）視覺環境中的物體、場景及活動。」

Arcogniznce.com網站：「人工智能與人類智識有關，具備類人特徵，如語言理解能力、分析能力、學習能力、問題解決能力等。人工智能是市場上新一代軟件技術的核心。前沿技術公司正積極地將人工智能做爲其技術發展的必要部分。計算機視覺技術將以最高速度增加，而這得益於其在製造業和汽車業等領域的大量自動化和半自動化應用。」

國際數據公司：「計算機視覺軟件技術正在改變傳統行業，如汽車業、零售業、保險業和醫療保健等。經過將此技術應用於產品或服務，傳統行業可下降成本、提升效率。」

麥肯錫：「人工智能將在將來引發新一輪的數字革命，各大公司應作好準備。技術先行者們已經得到技術紅利，其它公司更須要加快數字化轉型。[受影響最大的行業中]五大最具創新性的人工智能技術——機器人和自動駕駛、計算機視覺、語言、虛擬代理及機器學習——都包括了深度學習，併爲其它人工智能技術夯實基礎。

實際案例說明

機器人和自動駕駛汽車等自動化機器曾經是計算機視覺最常應用的領域。然而如今這項技術在愈來愈多的領域得以應用，如：

醫療業

圖案識別和綜合圖像處理領域技術不斷革新。同時，對醫療保健領域人士來講，毋庸置疑的是，在他們得到更好的診療工具或提升診斷和治療水平的全部途徑中，醫療圖像已成爲一重要方式。

醫療圖像分析十分有助於預診和治療。比方說，結腸鏡檢查應用計算機視覺技術後，可得到更爲有效和可靠的數據，以下降結腸癌死亡率。

再好比，計算機視覺可爲外科手術提供技術援助。對腦瘤病人進行3D頭骨建模，十分有助於後續神經外科治療。同時，人工智能正愈來愈多地應用深度學習，利用其對肺瘤進行分類極其有益於及時診斷出肺癌。

圖片來源：pexels.com/@fancycrave

零售業

計算機視覺在實體店鋪中也獲得愈來愈多的應用，尤爲在提高顧客體驗方面。品趣志的Lens是一個搜索工具，利用計算機視覺識別物品，而Shazam也應用此技術識別音樂。在實體商店中使用此手機應用程序，產品會獲得視覺化呈現，而你也能夠看到其它相關產品。

面部識別是大衆十分熟悉的一項計算機視覺的應用，在商場或商鋪中均有應用。Lolli & Pops是一家美國糖果商店，運用面部識別技術對忠實顧客進行回饋。「試想一下：你走進最愛的商店，導購對你的身份和需求瞭如指掌，爲你介紹你最感興趣的產品。」這就是這家商店成功應用新技術後的場景，每一位顧客都能享受到定製化服務。

計算機視覺應用彷佛不勝枚舉。其還可應用於分析書店讀者、商店顧客，甚至消費者情緒。情緒識別基於這樣一項算法，該算法抓取視頻中的人像對其析微表情進行分析和處理，最終解讀出顧客的整體情緒。

商店技術革新的最大目的多是減小排隊結帳的顧客。計算機視覺與人工智能結合，最終可消除排長隊的噩夢。

亞馬遜推出了一項新服務亞馬遜無人超市（Amazon Go），應用計算機視覺、物聯網、人工智能等技術以識別、跟蹤和分析顧客消費行爲，並提供自助結帳服務和電子收據。

銀行業

說到人工智能在銀行業的應用，最早想到欺詐監測。雖然這的確是這一領域的重點關注，但計算機視覺的應用不僅如此。使用機器學習應用圖像識別來分類和提取數據、監管文件受權（如身份證和駕駛證），可提高遠程用戶體驗並保障安全。

無人機火災監測

計算機視覺一樣在安全領域市場上得到了普遍多樣的應用。無人機可利用計算機視覺、使用紅外線圖像加強人類的森林火災監測能力。先進算法對視頻圖像特色進行分析，如動做和亮度，從而監測火災。該監測系統提取和分析特定圖像，有助於識別模型和分辨林火與動態的區別。後者很容易被識別爲火災。同時，無人機代替消防隊員在危險區域進行監測和研究，有助於保障其安全和提高效率。無人機藉助先進算法對濃煙和火勢進行分析，以評估災情蔓延的風險。

前沿技術生態系統

ResearchAndMarkets網站研究報告顯示，「計算機視覺市場中人工智能應用2018年估值達到36.2億美圓，2023年將達到253.2億美圓。」

計算機視覺涵蓋的技術十分普遍，其中包括圖像識別。圖像識別應用於識別物體、人物、動做等，以後再交由機器學習和雲計算在CPU、內存和邊緣計算等方面進行處理。這正如自動化無人機同樣，其須要在建立初始階段進行處理。機器學習和深度學習技術尤爲推進了計算機視覺的發展。

機器學習

機器學習是一種提升應用精確度的算法。有趣的是，這些算法並不須要十分清楚的執行計劃。基於數據引入流、重複出現數據以及先進的分析，機器學習能不斷改善輸出結果。

機器學習十分依賴於數據集。簡單來講，數據集即一組相關數據，其結合可增長價值，引入新數據也更爲簡單。

計算機視覺生態系統正在爲技術人員提供大量免費圖像數據集。比方說，哥倫比亞大學圖片庫共享一組數據集，其包含對100個物體360度全方位的圖像記錄(COIL-100)。

深度學習

深度學習是人工智能下的一個分支，基於人類經過學習達到對事物更深理解的能力和原則。所以，深度學習提供了改善過程的可能，包括提高計算機視覺輸出結果的精確度。

深度學習算法依賴於神經網絡，以此來描繪分支過程，並造成概念等級。這些複雜概念再次被分類爲更爲簡單的概念組。