近日，麻省理工學院和IBM沃森人工智能實驗室的研究人員開發(fā)了一種新技術，可以在處理能力非常有限的手機或其他設備上訓練視頻識別模型。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。視覺識別作為深度學習的最強技能，已經成為了計算機視覺算法可用來分析醫(yī)學圖像，使自動駕駛汽車成為可能，并驅動人臉識別的發(fā)展。
通常算法將視頻分割成圖像幀，并在每個幀上運行識別算法。然后通過觀察對象在隨后的幀中的變化，將視頻中顯示的動作拼接在一起。該方法要求算法“記住”它在每一幀中看到的內容，以及它看到這些內容的順序。新方法中，算法提取每一幀對象的基本草圖，并將它們疊加起來。算法可以觀察草圖中物體在空間中的移動，而不是記住什么時候發(fā)生了什么。在測試中，研究人員發(fā)現，這種新方法訓練視頻識別模型的速度是現有方法的三倍。它還能通過一臺小型電腦和照相機來識別手勢，這些設備的電量僅夠給自行車燈照明用。
這項新技術有助于減少現有計算機視覺商業(yè)應用中的延遲和計算成本。它可以通過加速自動駕駛汽車對傳入視覺信息的反應，讓它們變得更安全。還可以解鎖以前無法實現的新應用，比如讓手機幫助診斷病人或分析醫(yī)學圖像。
麻省理工學院和IBM沃森人工智能實驗室的研究是這一日益增長的趨勢的一部分，這種趨勢將最先進的模型縮小到更易于管理的規(guī)模，也為計算機視覺領域找到了更多的落地方向。
當前計算機視覺的應用場景主要有以下幾個方向：
人臉識別
相關數據顯示人臉識別是人工智能計算機視覺領域中最熱門的應用。人臉識別技術目前已經廣泛應用于金融、司法、軍隊、公安、邊檢、政府、航天、電力、工廠、教育、醫(yī)療等行業(yè)。據業(yè)內人士分析，我國的人臉識別產業(yè)的需求旺盛，需求推動導致企業(yè)敢于投入資金。目前，該技術已具備大規(guī)模商用的條件，未來三到五年將高速增長。而今年，這一技術有望在金融與安防領域迎來大爆發(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算機視覺領域中第二大熱門應用。 人工智能技術可以對結構化的人、車、物等視頻內容信息進行快速檢索、查詢。這項應用使得讓公安系統(tǒng)在繁雜的監(jiān)控視頻中搜尋到罪犯的有了可能。在大量人群流動的交通樞紐，該技術也被廣泛用于人群分析、防控預警等。
視頻監(jiān)控領域盈利空間廣闊，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備。將技術應用于視頻及監(jiān)控領域在人工智能公司中正在形成一種趨勢，這項技術應用將率先在安防、交通甚至零售等行業(yè)掀起應用熱潮。
代表企業(yè)：商湯科技、曠視科技、依圖科技等。
圖片識別分析
靜態(tài)圖片識別應用熱度在視覺與圖像領域中排名第三。將人工智能技術單純用于圖片識別分析的應用企業(yè)數量并不如預想的多，可能有以下幾個方面原因：
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)控領域。
2、人臉識別屬于圖片識別的一個應用場景，做人臉識別的大多數企業(yè)同時也在提供圖片識別服務，但是銷售效果不佳，主要贏利點還在于人臉識別。
3、圖片識別大多商用場景還屬于藍海，潛力有待開發(fā)。
4、圖片數據大多被大型互聯網企業(yè)所掌握，創(chuàng)業(yè)公司數據資源稀少。
代表企業(yè)：曠視科技、極鏈科技、碼隆科技等。
無人駕駛
隨著汽車的普及，汽車已經成為人工智能技術非常大的應用投放方向，但就目前來說，想要完全實現自動駕駛／無人駕駛，距離技術成熟還有一段路要走。不過利用人工智能技術，汽車的駕駛輔助的功能及應用越來越多，這些應用多半是基于計算機視覺和圖像處理技術來實現。
代表企業(yè)：縱目科技、Waymo、圖森科技、馭勢科技、佑駕創(chuàng)新、中天安馳等。
工業(yè)視覺
機器視覺可以快速獲取大量信息，并進行自動處理。在自動化生產過程中，人們將機器視覺系統(tǒng)廣泛地用于工況監(jiān)視、成品檢驗和質量控制等領域。機器視覺系統(tǒng)的特點是提高生產的柔性和自動化程度。運用在一些危險工作環(huán)境或人工視覺難以滿足要求的場合；此外，在大批量工業(yè)生產過程中，機器視覺檢測可以大大提高生產效率和生產的自動化程度。
代表企業(yè)：創(chuàng)想智控、凱視佳、拓視覺、帆聲圖像、華?？萍嫉取?/p>
隨著越來越多的人工智能研究被轉化為應用，對更小模型的需求將會增加。國內也在計算機視覺領域加大了技術投資力度，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，這些優(yōu)秀的人工智能企業(yè)也會尋找到更多的落地場景，繼續(xù)推動計算機視覺這一技術在應用場景快速落地。