近日，麻省理工學(xué)院和IBM沃森人工智能實(shí)驗(yàn)室的研究人員開(kāi)發(fā)了一種新技術(shù)，可以在處理能力非常有限的手機(jī)或其他設(shè)備上訓(xùn)練視頻識(shí)別模型。用戶可以上傳任何照片，并編輯建筑物、植物群和固定裝置外觀的工具。視覺(jué)識(shí)別作為深度學(xué)習(xí)的最強(qiáng)技能，已經(jīng)成為了計(jì)算機(jī)視覺(jué)算法可用來(lái)分析醫(yī)學(xué)圖像，使自動(dòng)駕駛汽車成為可能，并驅(qū)動(dòng)人臉識(shí)別的發(fā)展。

        通常算法將視頻分割成圖像幀，并在每個(gè)幀上運(yùn)行識(shí)別算法。然后通過(guò)觀察對(duì)象在隨后的幀中的變化，將視頻中顯示的動(dòng)作拼接在一起。該方法要求算法“記住”它在每一幀中看到的內(nèi)容，以及它看到這些內(nèi)容的順序。新方法中，算法提取每一幀對(duì)象的基本草圖，并將它們疊加起來(lái)。算法可以觀察草圖中物體在空間中的移動(dòng)，而不是記住什么時(shí)候發(fā)生了什么。在測(cè)試中，研究人員發(fā)現(xiàn)，這種新方法訓(xùn)練視頻識(shí)別模型的速度是現(xiàn)有方法的三倍。它還能通過(guò)一臺(tái)小型電腦和照相機(jī)來(lái)識(shí)別手勢(shì)，這些設(shè)備的電量?jī)H夠給自行車燈照明用。

        這項(xiàng)新技術(shù)有助于減少現(xiàn)有計(jì)算機(jī)視覺(jué)商業(yè)應(yīng)用中的延遲和計(jì)算成本。它可以通過(guò)加速自動(dòng)駕駛汽車對(duì)傳入視覺(jué)信息的反應(yīng)，讓它們變得更安全。還可以解鎖以前無(wú)法實(shí)現(xiàn)的新應(yīng)用，比如讓手機(jī)幫助診斷病人或分析醫(yī)學(xué)圖像。

        麻省理工學(xué)院和IBM沃森人工智能實(shí)驗(yàn)室的研究是這一日益增長(zhǎng)的趨勢(shì)的一部分，這種趨勢(shì)將最先進(jìn)的模型縮小到更易于管理的規(guī)模，也為計(jì)算機(jī)視覺(jué)領(lǐng)域找到了更多的落地方向。

        當(dāng)前計(jì)算機(jī)視覺(jué)的應(yīng)用場(chǎng)景主要有以下幾個(gè)方向：

        人臉識(shí)別

        相關(guān)數(shù)據(jù)顯示人臉識(shí)別是人工智能計(jì)算機(jī)視覺(jué)領(lǐng)域中最熱門的應(yīng)用。人臉識(shí)別技術(shù)目前已經(jīng)廣泛應(yīng)用于金融、司法、軍隊(duì)、公安、邊檢、政府、航天、電力、工廠、教育、醫(yī)療等行業(yè)。據(jù)業(yè)內(nèi)人士分析，我國(guó)的人臉識(shí)別產(chǎn)業(yè)的需求旺盛，需求推動(dòng)導(dǎo)致企業(yè)敢于投入資金。目前，該技術(shù)已具備大規(guī)模商用的條件，未來(lái)三到五年將高速增長(zhǎng)。而今年，這一技術(shù)有望在金融與安防領(lǐng)域迎來(lái)大爆發(fā)。

        代表企業(yè)：曠視科技、依圖科技、商湯科技、極鏈科技、云從科技等。

        視頻監(jiān)控

        視頻監(jiān)控分析是人工智能計(jì)算機(jī)視覺(jué)領(lǐng)域中第二大熱門應(yīng)用。人工智能技術(shù)可以對(duì)結(jié)構(gòu)化的人、車、物等視頻內(nèi)容信息進(jìn)行快速檢索、查詢。這項(xiàng)應(yīng)用使得讓公安系統(tǒng)在繁雜的監(jiān)控視頻中搜尋到罪犯的有了可能。在大量人群流動(dòng)的交通樞紐，該技術(shù)也被廣泛用于人群分析、防控預(yù)警等。

        視頻監(jiān)控領(lǐng)域盈利空間廣闊，商業(yè)模式多種多樣，既可以提供行業(yè)整體解決方案，也可以銷售集成硬件設(shè)備。將技術(shù)應(yīng)用于視頻及監(jiān)控領(lǐng)域在人工智能公司中正在形成一種趨勢(shì)，這項(xiàng)技術(shù)應(yīng)用將率先在安防、交通甚至零售等行業(yè)掀起應(yīng)用熱潮。

        代表企業(yè)：商湯科技、曠視科技、依圖科技等。

        圖片識(shí)別分析

        靜態(tài)圖片識(shí)別應(yīng)用熱度在視覺(jué)與圖像領(lǐng)域中排名第三。將人工智能技術(shù)單純用于圖片識(shí)別分析的應(yīng)用企業(yè)數(shù)量并不如預(yù)想的多，可能有以下幾個(gè)方面原因：

        1、目前視頻監(jiān)控方向的盈利空間大，眾多企業(yè)的注意力都放在了視頻監(jiān)控領(lǐng)域。

        2、人臉識(shí)別屬于圖片識(shí)別的一個(gè)應(yīng)用場(chǎng)景，做人臉識(shí)別的大多數(shù)企業(yè)同時(shí)也在提供圖片識(shí)別服務(wù)，但是銷售效果不佳，主要贏利點(diǎn)還在于人臉識(shí)別。

        3、圖片識(shí)別大多商用場(chǎng)景還屬于藍(lán)海，潛力有待開(kāi)發(fā)。

        4、圖片數(shù)據(jù)大多被大型互聯(lián)網(wǎng)企業(yè)所掌握，創(chuàng)業(yè)公司數(shù)據(jù)資源稀少。

        代表企業(yè)：曠視科技、極鏈科技、碼隆科技等。

        無(wú)人駕駛

        隨著汽車的普及，汽車已經(jīng)成為人工智能技術(shù)非常大的應(yīng)用投放方向，但就目前來(lái)說(shuō)，想要完全實(shí)現(xiàn)自動(dòng)駕駛／無(wú)人駕駛，距離技術(shù)成熟還有一段路要走。不過(guò)利用人工智能技術(shù)，汽車的駕駛輔助的功能及應(yīng)用越來(lái)越多，這些應(yīng)用多半是基于計(jì)算機(jī)視覺(jué)和圖像處理技術(shù)來(lái)實(shí)現(xiàn)。

        代表企業(yè)：縱目科技、Waymo、圖森科技、馭勢(shì)科技、佑駕創(chuàng)新、中天安馳等。

        工業(yè)視覺(jué)

        機(jī)器視覺(jué)可以快速獲取大量信息，并進(jìn)行自動(dòng)處理。在自動(dòng)化生產(chǎn)過(guò)程中，人們將機(jī)器視覺(jué)系統(tǒng)廣泛地用于工況監(jiān)視、成品檢驗(yàn)和質(zhì)量控制等領(lǐng)域。機(jī)器視覺(jué)系統(tǒng)的特點(diǎn)是提高生產(chǎn)的柔性和自動(dòng)化程度。運(yùn)用在一些危險(xiǎn)工作環(huán)境或人工視覺(jué)難以滿足要求的場(chǎng)合；此外，在大批量工業(yè)生產(chǎn)過(guò)程中，機(jī)器視覺(jué)檢測(cè)可以大大提高生產(chǎn)效率和生產(chǎn)的自動(dòng)化程度。

        代表企業(yè)：創(chuàng)想智控、凱視佳、拓視覺(jué)、帆聲圖像、華睿科技等。

        隨著越來(lái)越多的人工智能研究被轉(zhuǎn)化為應(yīng)用，對(duì)更小模型的需求將會(huì)增加。國(guó)內(nèi)也在計(jì)算機(jī)視覺(jué)領(lǐng)域加大了技術(shù)投資力度，誕生了諸如商湯科技、曠視科技、依圖科技、極鏈科技等優(yōu)秀的人工智能初創(chuàng)企業(yè)。未來(lái)，這些優(yōu)秀的人工智能企業(yè)也會(huì)尋找到更多的落地場(chǎng)景，繼續(xù)推動(dòng)計(jì)算機(jī)視覺(jué)這一技術(shù)在應(yīng)用場(chǎng)景快速落地。