淺談AI計(jì)算機(jī)視覺(jué)技術(shù)

人工智能原本只是人類(lèi)一個(gè)美好的想象，沒(méi)想到，它卻成為了21世紀(jì)最熱的話題之一。

隨著近幾年人工智能的發(fā)展，已經(jīng)逐漸滲透到了各個(gè)領(lǐng)域，比如：醫(yī)療、教育、機(jī)械自動(dòng)化、個(gè)性化推薦、信息安全、圖像識(shí)別等等，也正因?yàn)槿绱耍芏鄿?zhǔn)備入門(mén) AI 的新手，都會(huì)面臨一個(gè)共同的問(wèn)題：AI 應(yīng)用方向么多，到底該選擇哪個(gè)？哪個(gè)才是最適合自己的？在人工智能的眾多細(xì)分領(lǐng)域中，有一個(gè)入門(mén)門(mén)檻相對(duì)較低、模型成熟但人才缺口大的方向——計(jì)算機(jī)視覺(jué)（Computer Vision）。

1 基于計(jì)算機(jī)視覺(jué)開(kāi)發(fā)的產(chǎn)品

如果你了解計(jì)算機(jī)視覺(jué)，并細(xì)心觀察，會(huì)發(fā)現(xiàn)其實(shí)它早已成為人們?nèi)粘Ｉ畹囊徊糠至?。?jì)算機(jī)視覺(jué)的應(yīng)用已經(jīng)被越來(lái)越多的公司部署在自身的產(chǎn)品中，舉幾個(gè)比較前沿的例子：

Facebook “反人臉識(shí)別”

扎克伯格提過(guò)Facebook將來(lái)三大主要發(fā)展方向，人工智能就是其中之一，并為此設(shè)立了FAIR（Facebook AI Research）。

去年，F(xiàn)AIR針對(duì)世界上有關(guān)人臉識(shí)別技術(shù)的濫用事件（AI換臉），開(kāi)發(fā)了一套適用于視頻、現(xiàn)場(chǎng)直播等場(chǎng)景的“去識(shí)別化”’技術(shù)——反人臉識(shí)別。

該技術(shù)將一個(gè)對(duì)抗自編碼器與一個(gè)訓(xùn)練過(guò)的面部分類(lèi)器配對(duì)，以使人的面部稍微扭曲，從而在迷惑面部識(shí)別系統(tǒng)的同時(shí)，又能維持一個(gè)人們可以認(rèn)出來(lái)的自然樣貌。

雖然Facebook還不打算在其任何商業(yè)產(chǎn)品中使用這項(xiàng)技術(shù)，但這項(xiàng)技術(shù)在很多場(chǎng)景中是有益的，比如保護(hù)個(gè)人隱私。

Amazon Go

Amazon Go 是計(jì)算機(jī)視覺(jué)試圖對(duì)零售行業(yè)進(jìn)行改革的嘗試。

它所實(shí)現(xiàn)的功能是：顧客進(jìn)入商店，閘機(jī)讀取顧客的二維碼，選擇所需商品，離開(kāi)商店，不用排隊(duì)結(jié)賬。

其核心技術(shù)基于一種無(wú)線射頻識(shí)別技術(shù)的系統(tǒng)——它能識(shí)別用戶從貨架上取貨的動(dòng)作，隨后將數(shù)據(jù)同步到用戶的手機(jī)中。用戶在穿過(guò)特別設(shè)置的“交易區(qū)”（transition area）后，系統(tǒng)會(huì)自動(dòng)識(shí)別，算出花銷(xiāo)，然后從亞馬遜賬戶中扣款；另外，這套系統(tǒng)還能利用顧客的購(gòu)買(mǎi)記錄，來(lái)分析用戶偏好，然后調(diào)整相應(yīng)的貨物位置和庫(kù)存。

哎，不知道超市收銀員們聽(tīng)了怎么想？

微軟 InnerEye

醫(yī)療行業(yè)當(dāng)然也少不了計(jì)算機(jī)視覺(jué)的應(yīng)用。

微軟有一款處理醫(yī)學(xué)圖像的產(chǎn)品——InnerEye，其基于計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)技術(shù)，幫助放射科醫(yī)生、腫瘤專(zhuān)家和外科醫(yī)生處理放射圖像。其主要目的是從惡性腫瘤的 3D 圖像中準(zhǔn)確識(shí)別出腫瘤。

隨著計(jì)算機(jī)視覺(jué)技術(shù)的引入，現(xiàn)代醫(yī)療系統(tǒng)必將實(shí)現(xiàn)突破性的發(fā)展，風(fēng)險(xiǎn)低、創(chuàng)傷性小的手術(shù)方案在未來(lái)也將成為可能。

2 入門(mén)計(jì)算機(jī)視覺(jué)必知的技術(shù)

“工欲善其事必先利其器”，盡管計(jì)算機(jī)視覺(jué)是人工智能中相對(duì)入門(mén)門(mén)檻較低的方向，但作為CV新人，你至少要掌握以下必備技能：

1.編程基礎(chǔ)

推薦Matlab，Python，C++，最好熟悉其中2種。

2.數(shù)學(xué)基礎(chǔ)

了解微積分，概率學(xué)、矩陣論、線性代數(shù)等。

3.專(zhuān)業(yè)工具OpenCV

OpenCV（開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)）是一個(gè)非常強(qiáng)大的學(xué)習(xí)資料庫(kù)，為初學(xué)者們降低了計(jì)算機(jī)視覺(jué)的學(xué)習(xí)門(mén)檻。

4.圖像處理的基礎(chǔ)知識(shí)

圖像處理 （Image Processing）是通過(guò)計(jì)算機(jī)對(duì)圖像進(jìn)行去除噪聲、增強(qiáng)、復(fù)原、分割、提取特征等處理的方法和技術(shù)。

5.模式識(shí)別的基礎(chǔ)知識(shí)

模式識(shí)別（Pattern Recognition），就是通過(guò)計(jì)算機(jī)用數(shù)學(xué)技術(shù)方法來(lái)研究模式的自動(dòng)處理和判讀。

有了以上基礎(chǔ)，你算是半只腳踏進(jìn)了計(jì)算機(jī)視覺(jué)的大門(mén)，但是離找一份相關(guān)的工作還有所差距。企業(yè)看重的是技術(shù)的落地效益，所以，初學(xué)者們還需要在計(jì)算機(jī)視覺(jué)的應(yīng)用方面花功夫。

根據(jù)視覺(jué)的應(yīng)用場(chǎng)景不同，計(jì)算機(jī)視覺(jué)分為了傳統(tǒng)視覺(jué)和與深度學(xué)習(xí)結(jié)合的計(jì)算機(jī)視覺(jué)，兩個(gè)分支要求你學(xué)習(xí)的內(nèi)容也不同。

傳統(tǒng)計(jì)算機(jī)視覺(jué)

傳統(tǒng)計(jì)算機(jī)視覺(jué)的應(yīng)用主要在制造針對(duì)特定對(duì)象的檢測(cè)器，如邊緣檢測(cè)，霍夫變換，斑點(diǎn)檢測(cè)，角點(diǎn)檢測(cè)。其優(yōu)勢(shì)體現(xiàn)在精準(zhǔn)度和計(jì)算復(fù)雜性等方面。

對(duì)此，你需要學(xué)習(xí)在一些具體的應(yīng)用層面的知識(shí)。

1、ROS

ROS（robotics operating system）機(jī)器人操作系統(tǒng)，目前能夠應(yīng)用的是機(jī)器人領(lǐng)域，主要是機(jī)器人的建模、感知、導(dǎo)航、規(guī)劃等。

而ROS與計(jì)算機(jī)視覺(jué)的交織領(lǐng)域是機(jī)器視覺(jué)，目前，機(jī)器視覺(jué)解決方案尚面臨著9大挑戰(zhàn)：照明、變形或鉸接、職位和方向、背景、閉塞、比例、照相機(jī)放置、運(yùn)動(dòng)、期望。

因此，解決機(jī)器人在環(huán)境中的視覺(jué)，任務(wù)設(shè)置和工作場(chǎng)所等問(wèn)題，需要在計(jì)算機(jī)視覺(jué)領(lǐng)域的更多投入。

2、自動(dòng)駕駛

計(jì)算機(jī)視覺(jué)在無(wú)人車(chē)上的使用有一些比較直觀的例子，比如交通標(biāo)志和信號(hào)燈的識(shí)別（Google）、高速公路車(chē)道的檢測(cè)定位（特斯拉）?，F(xiàn)在基于LiDAR信息實(shí)現(xiàn)的一些功能模塊，其實(shí)也可以用攝像頭基于計(jì)算機(jī)視覺(jué)來(lái)實(shí)現(xiàn)。

從計(jì)算機(jī)視覺(jué)的角度，無(wú)人駕駛可能是一次難得的機(jī)遇，數(shù)據(jù)的極大豐富和算法的迭代提高相輔相成，會(huì)推動(dòng)計(jì)算機(jī)視覺(jué)研究前進(jìn)，并使之在無(wú)人駕駛中起到更加不可或缺的作用。