作為人工智能的關(guān)鍵領(lǐng)域之一的計(jì)算機(jī)視覺近期再次成為了熱點(diǎn)，那么你真的了解什么是計(jì)算機(jī)視覺嗎？

一、什么是計(jì)算機(jī)視覺？

計(jì)算機(jī)視覺，英文Computer Vision，簡稱CV。計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)，更進(jìn)一步的說，就是指用攝影機(jī)和電腦代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量等。

二、計(jì)算機(jī)視覺和機(jī)器視覺有何區(qū)別?

事實(shí)上，二者經(jīng)常會被混淆，甚至有些“專家”也沒分清。

簡單的說，二者最大的區(qū)別，在于技術(shù)要求的側(cè)重點(diǎn)不一樣，甚至差別很大。 計(jì)算機(jī)視覺（CV），主要是對質(zhì)的分析，比如分類識別，這是一個杯子那是一條狗?；蛘咦錾矸荽_認(rèn)，比如人臉識別，車牌識別?；蛘咦鲂袨榉治觯热缛藛T入侵，徘徊，遺留物，人群聚集等。

機(jī)器視覺（MV），主要側(cè)重對量的分析，比如通過視覺去測量一個零件的直徑，一般來說，對準(zhǔn)確度要求很高。

三、計(jì)算機(jī)視覺主要任務(wù)是什么？

計(jì)算機(jī)視覺的主要任務(wù)就是通過對采集的圖片或視頻進(jìn)行處理以獲得相應(yīng)場景的信息。計(jì)算機(jī)視覺任務(wù)的主要類型有以下幾種：

1、物體檢測

物體檢測是視覺感知的第一步，也是計(jì)算機(jī)視覺的一個重要分支。物體檢測的目標(biāo)，就是用框去標(biāo)出物體的位置，并給出物體的類別。

物體檢測和圖像分類不一樣，檢測側(cè)重于物體的搜索，而且物體檢測的目標(biāo)必須要有固定的形狀和輪廓。圖像分類可以是任意的目標(biāo)，這個目標(biāo)可能是物體，也可能是一些屬性或者場景。

2、物體識別（狹義）

計(jì)算機(jī)視覺的經(jīng)典問題便是判定一組圖像數(shù)據(jù)中是否包含某個特定的物體，圖像特征或運(yùn)動狀態(tài)。這一問題通?？梢酝ㄟ^機(jī)器自動解決，但是到目前為止，還沒有某個單一的方法能夠廣泛的對各種情況進(jìn)行判定：在任意環(huán)境中識別任意物體。

現(xiàn)有技術(shù)能夠也只能夠很好地解決特定目標(biāo)的識別，比如簡單幾何圖形識別、人臉識別、印刷或手寫文件識別，或者車輛識別。而且這些識別需要在特定的環(huán)境中，具有指定的光照，背景和目標(biāo)姿態(tài)要求。

3、圖像分類

一張圖像中是否包含某種物體，對圖像進(jìn)行特征描述是物體分類的主要研究內(nèi)容。一般說來，物體分類算法通過手工特征或者特征學(xué)習(xí)方法對整個圖像進(jìn)行全局描述，然后使用分類器判斷是否存在某類物體。

圖像分類問題就是給輸入圖像分配標(biāo)簽的任務(wù)，這是計(jì)算機(jī)視覺的核心問題之一。這個過程往往與機(jī)器學(xué)習(xí)和深度學(xué)習(xí)不可分割。

4、物體定位

如果說圖像識別解決的是what，那么，物體定位解決的則是where的問題。利用計(jì)算視覺技術(shù)找到圖像中某一目標(biāo)物體在圖像中的位置，即定位。

目標(biāo)物體的定位對于計(jì)算機(jī)視覺在安防、自動駕駛等領(lǐng)域的應(yīng)用有著至關(guān)重要的意義。

5、圖像分割

在圖像處理過程中，有時會需要對圖像進(jìn)行分割來提取有價值的用于后繼處理的部分，例如篩選特征點(diǎn)，或者分割一或多幅圖片中含有特定目標(biāo)的部分等。

圖像分割指的是將數(shù)字圖像細(xì)分為多個圖像子區(qū)域（像素的集合，也被稱作超像素）的過程。圖像分割的目的是簡化或改變圖像的表示形式，使得圖像更容易理解和分析。更精確地說，圖像分割是對圖像中的每個像素加標(biāo)簽的一個過程，這一過程使得具有相同標(biāo)簽的像素具有某種共同視覺特性。

“圖像語意分割”是一個像素級別的物體識別，即每個像素點(diǎn)都要判斷它的類別。它和檢測的區(qū)別是，物體檢測是一個物體級別的，他只需要一個框，去框住物體的位置，而通常分割是比檢測要更難的問題。

計(jì)算機(jī)視覺是通過創(chuàng)建人工模型來模擬本由人類執(zhí)行的視覺任務(wù)。其本質(zhì)是模擬人類的感知與觀察的一個過程。這個過程不止識別，而是包含了一系列的過程，并且最終是可以在人工系統(tǒng)中被理解和實(shí)現(xiàn)的。

四、“視覺五虎將”都是誰？

目前在計(jì)算機(jī)視覺領(lǐng)域已經(jīng)涌現(xiàn)出商湯科技、曠視科技、深蘭科技、依圖科技、云從科技等一批技術(shù)領(lǐng)先的獨(dú)角獸公司，行業(yè)稱為“視覺五虎將”，我們對這些公司作個簡單介紹。

商湯科技：

公開資料顯示，商湯科技成立于2014年11月，是中國一家計(jì)算機(jī)視覺和深度學(xué)習(xí)原創(chuàng)技術(shù)的創(chuàng)新型科技公司，也是一家知名獨(dú)角獸企業(yè)，致力于引領(lǐng)人工智能核心“深度學(xué)習(xí)”的技術(shù)突破，構(gòu)建人工智能、大數(shù)據(jù)分析行業(yè)解決方案。

目前，商湯科技已與眾多知名戰(zhàn)略合作伙伴和大客戶建立合作，賦能AI于多個行業(yè)，迅速落地包括人臉識別、圖像識別、視頻分析、無人駕駛、醫(yī)療影像識別等各類應(yīng)用技術(shù)。此外，商湯科技以人工智能技術(shù)服務(wù)于各大安防監(jiān)控公司、銀行金融機(jī)構(gòu)、手機(jī)廠商、機(jī)器人廠商、多家移動APP廠商以及政府公安等客戶。

曠視科技：

曠視科技成立于2011年10月，以深度學(xué)習(xí)和物聯(lián)傳感技術(shù)為核心，立足于自有原創(chuàng)深度學(xué)習(xí)算法引擎Brain++，深耕金融安全，城市安防，手機(jī)AR，商業(yè)物聯(lián)，工業(yè)機(jī)器人五大核心行業(yè)。發(fā)展至今，曠視已在北京、西雅圖、南京設(shè)立獨(dú)立研究院，并在十余個核心城市設(shè)立分部。

曠視的核心人臉識別技術(shù)Face++曾被美國著名科技評論雜志《麻省理工科技評論》評定為2017全球十大前沿科技，同時公司入榜全球最聰明公司并位列第11名。在中國科技部火炬中心“獨(dú)角獸”榜單中，曠視排在人工智能類首位。

深蘭科技：

深蘭科技，2014年由歸國博士團(tuán)隊(duì)創(chuàng)建，致力于人工智能基礎(chǔ)研究和應(yīng)用開發(fā)。在全球擁有近百位全職博士和博士后學(xué)術(shù)帶頭人，幾百位名校碩士研發(fā)人員，團(tuán)隊(duì)曾多次獲得多項(xiàng)世界大賽和國內(nèi)大賽獎項(xiàng)。團(tuán)隊(duì)利用自主知識產(chǎn)權(quán)的深度學(xué)習(xí)架構(gòu)、機(jī)器視覺、生物智能識別等人工智能算法、無媒介支付等核心技術(shù)，在自動駕駛及整車制造、智能機(jī)器人、生物智能、AI芯片、智能零售、智慧城市、智慧安防、教育軍工等領(lǐng)域都有深入布局，擁有包括英特爾在內(nèi)6家人工智能聯(lián)合實(shí)驗(yàn)室。

依圖科技：

成立于2012年，公司核心業(yè)務(wù)包括智能安防平臺、智慧健康醫(yī)療、城市數(shù)據(jù)大腦、智能硬件設(shè)備等。目前，依圖的技術(shù)早已經(jīng)服務(wù)全國20余省安防，為海關(guān)總署及中國邊檢等提供人像比對系統(tǒng)，并在招商銀行、浦發(fā)銀行，遺跡互聯(lián)網(wǎng)金融等多個業(yè)務(wù)場景中廣泛應(yīng)用，車輛識別產(chǎn)品亦被公安系統(tǒng)廣泛采用，依圖也是目前國內(nèi)唯一擁有10億級人像庫比對能力的公司，搭建了全球最大的人像系統(tǒng)，覆蓋超過15億人像。

云從科技：

成立于2015年4月，是一家從中科院重慶研究院孵化的專注于計(jì)算機(jī)視覺與人工智能的高科技企業(yè)。是計(jì)算機(jī)視覺頭部企業(yè)中的國家隊(duì)，承建了國家發(fā)改委的基礎(chǔ)項(xiàng)目重大工程——“人工智能基礎(chǔ)資源公共服務(wù)平臺”與產(chǎn)業(yè)化項(xiàng)目重大工程“人臉識別系統(tǒng)產(chǎn)業(yè)化應(yīng)用平臺”。與公安部、四大銀行、證通、民航總局建立聯(lián)合實(shí)驗(yàn)室，推動人工智能產(chǎn)品標(biāo)準(zhǔn)的建立，成為唯一同時制定國標(biāo)、部標(biāo)、行標(biāo)的人工智能企業(yè)。國家發(fā)改委公布的《2017年“互聯(lián)網(wǎng)+”重大工程擬支持項(xiàng)目名單》中包含四個AI公司，云從科技是其中唯一一家創(chuàng)業(yè)公司。