對于計(jì)算機(jī)視覺商業(yè)化方向的研究

于洋　楊枝茂++孫宗鑫　干書偉

摘要：由于國家城市智能化的大趨勢，計(jì)算機(jī)視覺作為一門新興的學(xué)科獲得了越來越多的關(guān)注，隨著理論算法和技術(shù)問題的不斷突破，計(jì)算機(jī)視覺也逐漸邁向了商業(yè)化的方向，本文對其關(guān)鍵的技術(shù)進(jìn)行了闡述，并且對其商業(yè)化的方向進(jìn)行了研究，并得到了一些有益的結(jié)論。

關(guān)鍵詞：計(jì)算機(jī)視覺；圖像處理；商業(yè)化

中圖分類號：TP39 文獻(xiàn)識別碼：A 文章編號：1001-828X（2016）024-000-01

計(jì)算機(jī)視覺是一門綜合性的學(xué)科，綜合了圖像信號處理、模式識別、人工智能等領(lǐng)域的專業(yè)知識。要實(shí)現(xiàn)計(jì)算機(jī)視覺的目的，首先要完成圖像的處理工作，然后要完成對于圖像的理解的工作。對于圖像處理來說，它屬于信號處理領(lǐng)域的范疇，對圖像簡單的處理包括濾波，分割和融合等。其次，要完成對于圖像的理解的工作。

計(jì)算機(jī)視覺是由計(jì)算機(jī)和圖像處理兩個方向的知識的交叉和融合的產(chǎn)物，對于圖像處理，主要就是兩個層次：1. 像素層次，就是針對圖像本身像素的灰度和顏色特征進(jìn)行處理，包括壓縮、分割、增強(qiáng)、復(fù)原，都是這一類。這幾個方向已經(jīng)研究的非常成熟了。2. 內(nèi)容層次，從圖像的像素特征找出其代表的內(nèi)容，包括特征提取，感興趣范圍提取，圖像理解等等，這個方面要和應(yīng)用結(jié)合很強(qiáng)，又涉及到模式識別，人工智能，專家知識，機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等方面。

對于圖像的理解工作主要是由智能算法來實(shí)現(xiàn)的，智能算法比較流行的主要是機(jī)器學(xué)習(xí)算法，機(jī)器學(xué)習(xí)包括淺層機(jī)器學(xué)習(xí)和深層機(jī)器學(xué)習(xí)，常見的支持向量機(jī)、Boosting、最近臨等分類器都屬于淺層學(xué)習(xí)算法[1-3]，而在最近幾年，深度學(xué)習(xí)算法諸如深度卷積網(wǎng)絡(luò)的算法獲得了巨大的成功。其中，包括著卷積和池化兩個步奏。對于池化來說，顧名思義，就是將數(shù)據(jù)分組放在一起。值得一提的是，小米研發(fā)人員取得了FDDB全球第一成績[4]。這項(xiàng)以萬韶華博士為首的小米團(tuán)隊(duì)研發(fā)的新算法就是基于深度卷積檢測網(wǎng)絡(luò)。FDDB是由馬薩諸塞大學(xué)計(jì)算機(jī)系維護(hù)的全世界最具權(quán)威的人臉檢測評測平臺。它為來自全世界的研究者提供一個標(biāo)準(zhǔn)的人臉檢測評測平臺，其中涵蓋在自然環(huán)境下的各種姿態(tài)的人臉。該校還維護(hù)了LFW等知名人臉數(shù)據(jù)庫供研究者做人臉識別的研究。

近些年，對于只能算法的研究不僅集中在理論上的突破，同時，也有著工程應(yīng)用方面的前進(jìn)。在工程應(yīng)用領(lǐng)域，很多公司也取得了長足的進(jìn)展，并實(shí)現(xiàn)著很多工程實(shí)際難題的克服上，其應(yīng)用的領(lǐng)域包括：1.機(jī)器視覺，主要應(yīng)用在工業(yè)自動化的領(lǐng)域，其代表公司有瑞典的ABB公司。2.無人駕駛，主要引用在汽車工業(yè)領(lǐng)域，完成汽車的智能化，讓汽車看懂并理解一切，其典型的代表包括特斯拉，谷歌和百度等。3.醫(yī)療器械，主要通過機(jī)器的圖像理解來為計(jì)算機(jī)提供診斷的能力，實(shí)現(xiàn)醫(yī)療器械的智能化。其典型的代表公司有邁瑞醫(yī)療。4.智能視頻監(jiān)控，主要通過攝像頭來完成對行人的人臉識別、犯罪跟蹤、異常行為分析、甚至是情感檢測。這個可以用于智能交通和公安事業(yè)用來做人流分析、犯罪預(yù)防等。5、農(nóng)業(yè)，主要用于智能農(nóng)業(yè)，可以將患病的飼養(yǎng)動物及時挑出，避免疾病的傳染等。同時，也可以裝備在無人機(jī)上，用來預(yù)警和監(jiān)測病蟲害的發(fā)生。

跟計(jì)算機(jī)視覺相關(guān)領(lǐng)域的國內(nèi)公司有以下幾個：

格靈深瞳，其公司的目標(biāo)是打造自然世界的搜索引擎。格靈深瞳是一家計(jì)算機(jī)視覺與人工智能公司，致力于讓計(jì)算機(jī)看懂世界，用廣泛的視覺傳感器網(wǎng)絡(luò)，構(gòu)建真實(shí)世界的搜索引擎。目前公司已將其應(yīng)用到了安防監(jiān)控和智能交通領(lǐng)域。格靈深瞳將三維計(jì)算機(jī)視覺和深度學(xué)習(xí)技術(shù)應(yīng)用于商業(yè)領(lǐng)域，自主研發(fā)的深瞳技術(shù)在人和車的檢測、跟蹤與識別方面居于世界領(lǐng)先水平。該公司主推的兩種產(chǎn)品行為分析儀和車輛特征分析系統(tǒng)也在很多領(lǐng)域得到了廣泛的應(yīng)用。

彩云天氣，其公司的目標(biāo)是通過人工智能打造分鐘級天氣預(yù)報。彩云天氣是用人工智能做天氣預(yù)報的團(tuán)隊(duì)。通過手機(jī)定位到用戶所處的位置，利用人工智能算法，對覆蓋全國的雷達(dá)圖進(jìn)行數(shù)據(jù)分析并預(yù)測。用戶能隨時得知自己所在街道的分鐘級天氣走勢。這也將很大程度上的改變用戶的體驗(yàn)，同時對數(shù)據(jù)分析的精準(zhǔn)程度提出了更大的挑戰(zhàn)。

Linkface，其公司的目標(biāo)是打造全球領(lǐng)先的人臉檢測。Linkface提供全球領(lǐng)先的人臉檢測、識別技術(shù)服務(wù)，曾獲得FDDB（Face Detection Data Set and Benchmark）人臉檢測公開測試世界第一，300-W Benchmark 準(zhǔn)確率世界第一，LFW人臉識別準(zhǔn)確率已達(dá)99.5%以上。這個程度的人臉識別準(zhǔn)確率已經(jīng)可以與肉眼的人臉識別率不相上下。人臉識別應(yīng)用在諸多領(lǐng)域，如身份識別和智能交通等領(lǐng)域。人臉識別技術(shù)也是消除用戶名和密碼的一個重要途徑。Linkface 憑借在人臉識別領(lǐng)域數(shù)年的技術(shù)累積，在大數(shù)據(jù)和深度學(xué)習(xí)的驅(qū)動下，成功搭建了一套高效穩(wěn)定的人臉分析系統(tǒng)，囊括了人臉檢測、人臉關(guān)鍵點(diǎn)檢出、人臉識別、人臉屬性分析、活體檢測等全套身份認(rèn)證所需技術(shù)。

飛搜科技，其公司的目標(biāo)是打造最好的在線人臉識別引擎。飛搜科技公司是一個以科技創(chuàng)新，自主研發(fā)，把機(jī)器學(xué)習(xí)，尤其是深度學(xué)習(xí)的研究成果應(yīng)用到人臉識別、圖像識別、視頻內(nèi)容識別等領(lǐng)域的高科技公司。

這些如雨后春筍般崛起的高科技公司，正代表了計(jì)算機(jī)視覺發(fā)展的方向，也將理論研究的結(jié)果付諸以實(shí)踐，通過實(shí)踐來驗(yàn)證理論研究的結(jié)果，并且開辟了許多新的方向。從這些公司研究的方向可以看出，人臉識別技術(shù)是非常重要的基礎(chǔ)，也是很多人機(jī)交互型設(shè)備的入口，搶占這個入口，才有可能在此的基礎(chǔ)上對技術(shù)進(jìn)行延伸和擴(kuò)展。

參考文獻(xiàn)：

[1]曹瑩，苗啟廣，劉家辰，高琳.具有Fisher一致性的代價敏感Boosting算法[J].軟件學(xué)報.2013，24（11）：2584-2596.

[2]李岳云，許悅雷，馬時平，史鶴歡.深度卷積神經(jīng)網(wǎng)絡(luò)的顯著性檢測[J].中國圖形圖像學(xué)報.2016，21（1）：53-59.

[3]芮挺，費(fèi)建超，周游，方虎生，朱經(jīng)緯.基于深度卷積神經(jīng)網(wǎng)絡(luò)的行人檢測[J].計(jì)算機(jī)工程與應(yīng)用.2016，52（13）：162-166.

[4]白彥壯，郭磊，殷春紅.企業(yè)家精神驅(qū)動下自主知識產(chǎn)權(quán)品牌成長機(jī)制研究[J].2015，32（12）：79-85.

基金項(xiàng)目：國家青年自然科學(xué)基金（批準(zhǔn)號：61501134）和國家青年自然科學(xué)基金（批準(zhǔn)號：11304056）資助的課題。