行业新动态丨人工智能的“眼睛”：计算机视觉究竟有多厉害?

计算机视觉是最强大和引人注目的AI之一，你几乎肯定会以各种方式体验过它，当时却不知道。计算机视觉属于计算机科学领域，其重点是复制一部分人类视觉系统的复杂性，并使计算机能够以与人类相同的方式识别和处理图像和视频中的对象。直到目前，计算机视觉仍然以有限的能力发挥着作用。得益于人工智能的进步以及深度学习和神经网络的创新，该领域近年来取得了长足的飞跃，并且在与检测和标记物体有关的某些任务中已经超越人类。

计算机视觉是机器学习的领域之一，核心概念已被集成到我们每天使用的主要产品中，下面简单介绍几个计算机视觉的应用。

并非只有科技公司在图像应用中利用机器学习。计算机视觉使无人驾驶汽车能够感知周围环境。摄像头从汽车周围的不同角度捕获视频，并将其提供给计算机视觉软件，然后该软件会实时处理图像，以查找道路的末端，读取交通标志，检测其他汽车，物体和行人。然后，自动驾驶汽车可以在街道和高速公路上驾驶，避免撞到障碍物，并安全地将其乘客送至目的地。

计算机视觉在面部识别应用程序中也起着重要作用，该技术使计算机能够将人们的面部图像与他们的身份进行匹配。计算机视觉算法检测图像中的面部特征并将其与面部轮廓数据库进行比较。消费类设备使用面部识别来验证其所有者的身份。社交媒体应用程序使用面部识别来检测和标记用户。执法机构还依靠面部识别技术来识别视频源中的罪犯。

计算机视觉在增强和混合现实中也起着重要作用，该技术使智能手机，平板电脑和智能眼镜等计算设备能够将虚拟对象叠加并嵌入到现实世界的图像中。利用计算机视觉，AR设备可以检测现实世界中的物体，从而确定设备显示屏上放置虚拟物体的位置。例如，计算机视觉算法可以帮助AR应用程序检测诸如桌面，墙壁和地板之类的平面，这是确定深度和尺寸并将虚拟对象放置在物理世界中的重要组成部分。

计算机视觉也是健康技术进步的重要组成部分。计算机视觉算法可以帮助自动化任务，例如检测皮肤图像中的癌痣或在X射线和MRI扫描中发现症状。

帮助计算机去“看”非常困难。发明一台看起来像我们一样的机器是一项看似困难的任务，这不仅是因为很难使计算机做到这一点，而且还因为我们不能完全确定人类视觉的工作原理。

研究生物视觉需要理解诸如眼睛的感知器官，以及对大脑内部感知的解释。在绘制流程图和发现系统使用的技巧和捷径方面都取得了很大的进步，尽管与涉及大脑的任何研究一样，还有很长的路要走。