淺談AI視覺技術(shù)的發(fā)展與創(chuàng)新

隨著現(xiàn)代科學技術(shù)的發(fā)展以及人民生活水平的提高，智能設(shè)備的普及率已經(jīng)越來越高，住宅家居智能化將是一個重要的發(fā)展趨勢。近年來，國內(nèi)外對智能家居的研究初具規(guī)模，而現(xiàn)有的家居監(jiān)控系統(tǒng)智能化程度比較低，無法更好的適應(yīng)新的應(yīng)用需求，因此開發(fā)出更安全便利的智能家居系統(tǒng)具有十分重要的意義。

人工智能可作用于智能家居中的多個系統(tǒng)。其中，人工智能的視覺分支——圖像識別技術(shù)，涉及圖像處理、模式識別、計算機視覺、神經(jīng)網(wǎng)絡(luò)等多門學科，是智能家居系統(tǒng)的重要輔助工具，它結(jié)合了嵌入式操作系統(tǒng)和嵌入式硬件平臺，加強了本身和智能家居應(yīng)用的結(jié)合度．具有概念新、實用性強等特點。目前，智能家居系統(tǒng)中的圖像識別以人臉識別為主，已經(jīng)廣泛應(yīng)用于多個場景當中。本文將著重探討家庭場景中的AI視覺應(yīng)用。

家庭智能安防中的圖像識別技術(shù)

圖像識別，是指利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對像的技術(shù)。圖像識別是人工智能里一個重要的領(lǐng)域，應(yīng)用在智能家居里主要是在安防層面。

智能攝像頭

攝像頭截取圖像，可以通過圖像識別技術(shù)識別出圖像的內(nèi)容，從而做出不同的響應(yīng)。有些家用攝像頭的機器學習技術(shù)利用與大腦中的神經(jīng)元網(wǎng)絡(luò)相似的方式來適應(yīng)新的信息，可以識別出在你家門廊處是否有狗狗、貓咪，或者是快遞包裹。有些可以家用監(jiān)控會自動分析錄制的視頻，只顯示幾分鐘或是幾張截圖就能讓用戶了解所需的信息，而不是回顧一整天的內(nèi)容。有些家用監(jiān)控可以辨識家人與入侵者之間的差異，而不是引發(fā)虛假警報，甚至還能在裝修時監(jiān)控裝修工人的一舉一動，一旦出現(xiàn)違規(guī)時，會第一時間通知用戶。

值得一提的是，相比家用攝像頭的像素競爭，是否具備視頻通話的功能、環(huán)境感知的功能、物體識別、行為識別功能會逐漸成為家用攝像頭“智能”與“智障”的分水嶺，人工智能技術(shù)可以讓攝像頭不僅僅提供拍攝的功能，發(fā)現(xiàn)、識別、驗證、拍攝、傳輸，一步到位。

智能鎖

智能鎖的開門方式一直是在追隨生物識別技術(shù)的發(fā)展而更新的，按壓式指紋識別技術(shù)就是通過手機上指紋識別模塊的快速發(fā)展而搭上順風車的。在AIoT的賦能下，智能鎖通過人臉識別、遠程可視、智能門鎖的聯(lián)動防御，可做到人臉識別的一體化，精準、快速、高效的進行人臉識別，真正的做到無感知通行。而智能鎖連接的多功能報警器則可以連接社區(qū)物業(yè)平臺與公安系統(tǒng)，全方位為用戶提供一個安全、舒適的家庭環(huán)境。

不過，目前人臉識別智能鎖面臨兩大挑戰(zhàn)。一個是成本問題，人臉識別模組比指紋識別模組的成本高出太多，產(chǎn)品是否能被大眾接受推向市場還值得考慮。另一個則是電池使用時間，作為人臉識別行業(yè)一直以來未解決的難題，智能鎖目前也沒有很好的解決辦法。

門禁系統(tǒng)

在智慧社區(qū)的大體系下，智能門禁已經(jīng)成為社區(qū)標配。人工智能+視頻監(jiān)控能實現(xiàn)人臉識別、車輛分析、視頻結(jié)構(gòu)化算法提取視頻內(nèi)容，檢測運動目標，分類為人員屬性、車輛屬性、人體屬性等多種目標信息，結(jié)合公安系統(tǒng)，分析犯罪嫌疑人線索。同時人工智能處理安防領(lǐng)域的海量視頻和監(jiān)控還會促進人工智能算法性能的提高，并成熟應(yīng)用于其它行業(yè)。在智慧社區(qū)里，包含智能門禁、車輛道閘、車位鎖等功能的智慧管理系統(tǒng)，能夠?qū)崿F(xiàn)以下場景：手機實名、身份證、門禁卡的綁定，能夠精準的進行人員甄別，有效幫助物業(yè)管理。

AI識別安防系統(tǒng)已經(jīng)在我國的珠三角地區(qū)獲得了應(yīng)用。深圳市各個有關(guān)部門攜手，推出了“雪亮”視頻工程，即在居民樓下安裝治安監(jiān)控及智能門禁讀卡器。目前，深圳、廣州、中山、東莞、珠海、佛山，以及杭州、廈門等地也在啟動“雪亮”工程。

AI視覺技術(shù)廣泛賦能智能家居單品

如今，家庭里的智能機器人可以通過圖像識別技術(shù)對物體進行識別，并且實現(xiàn)對人的跟隨。搭配上人工智能系統(tǒng)，它能分辨出你是它的哪個主人，并且能你進行一些簡單的互動。比如檢測到是家里的老人，它可能會為你測一測血壓；如果是小孩子，它可能給你講個故事。

除此之外，計算機視覺、手勢識別等交互方式成為語音交互的輔助，許多廠家都已推出帶屏音箱，而智能電視除語音交互之外，通過計算機視覺分析視頻內(nèi)容，并對內(nèi)容相關(guān)的資料進行下一步操作，包括短視頻剪輯、邊看邊買等，比如Yi+搭載在天貓魔盒中的“瞄一下”功能。再比如在智能冰箱中，通過計算機視覺實現(xiàn)對冰箱內(nèi)食品的分析，以及衍生出的用戶健康管理和線上購物等功能，多種交互方式將統(tǒng)一在家居生活場景中，從而提供更為自然的交互體驗。

對于女性而言，人臉識別分析功能更加接地氣。在浴室中的魔鏡具備了智能試妝、面部健康分析等功能，還能實時記錄用戶在使用過程中產(chǎn)生的用戶習慣，收集用戶偏好，結(jié)合電商大平臺，只要消費者對試妝的效果滿意，還可以一鍵加入購物車購買，心儀的化妝品很快就會“飛”到消費者的手中。智能魔鏡還可以通過中控平臺，云平臺與智能家居系統(tǒng)相對接，可實現(xiàn)可視對講功能，并控制燈光、音響、窗簾、空調(diào)的開關(guān)?？梢哉f，魔鏡是視覺交互性最強的智能家居之一。

淺談AI視覺技術(shù)的發(fā)展與創(chuàng)新

目前，AI領(lǐng)域的許多研究集中于從視覺系統(tǒng)中分析圖像的能力。其中，人工神經(jīng)網(wǎng)絡(luò)成為了最熱門的研究領(lǐng)域。神經(jīng)元之間連接的拓撲結(jié)構(gòu)、所使用的聚合函數(shù)、閾值函數(shù)和反向傳播方法等數(shù)學模型都是人工智能領(lǐng)域的一部分，被我們稱為“深度學習”，并被分成兩部分——訓練和推理。如果訓練正確執(zhí)行，神經(jīng)網(wǎng)絡(luò)將提供非常類似于訓練數(shù)據(jù)集的輸入值的輸出響應(yīng)。推理機是一種軟件算法，對應(yīng)于演繹推理的仿真。該軟件通常嵌入在智能家居設(shè)備當中。

在過去幾年中，深度學習在智能家居領(lǐng)域非常成功?；趫D像的技術(shù)包括面部識別、虹膜和手勢監(jiān)控、對象和自由空間檢測，以及最近的行為識別。據(jù)預(yù)測，到2025，AI市場將以50%的年復(fù)合增長率（CAGR）增長，收入主要集中在使用智能視覺技術(shù)上。

人工智能的發(fā)展也離不開專門的硬件的開發(fā)。值得注意的是，視覺處理器的設(shè)計者和建造者，還通過嵌入式操作系統(tǒng)和/或SDK（軟件開發(fā)工具包）提供軟件層。這樣就能很容易地實施軟件解決方案，并允許硬件最大限度地發(fā)揮功能，同時還要求特定平臺開發(fā)技能，需要使用如Arm的embedOS、NVIDIA的Jetson、Xilinx的XSDK以及CEVA公司的CDNN等工具。為嵌入式系統(tǒng)開發(fā)AI的公司，在開發(fā)其解決方案并設(shè)計與眾不同類型的硬件兼容時，必須考慮這個強加的軟件層。

總結(jié)

隨著AI的勢頭持續(xù)高漲，AI在智能視覺系統(tǒng)中的應(yīng)用呈現(xiàn)出非常光明的未來。在硬件方面，已經(jīng)出現(xiàn)了專用處理器；在軟件方面，有越來越強大的算法，能夠識別物體、面部和姿勢。從AI的市場應(yīng)用方面看，首先是智能家居和智能安防市場；第二是用于個人身份認證（解鎖、支付）的手機安全系統(tǒng)；最后是生物特征識別及其在智能建筑和智慧城市中的應(yīng)用。AI領(lǐng)域涌現(xiàn)出了大量的投資、收購和合作關(guān)系，而且在未來的幾年內(nèi)市場規(guī)模將相當可觀，市場和收入都將快速增長。