记者：丁玎
摄像：路俊
制作 ：SMG小T工作室
“前方是上行楼梯、前方有一个咖啡店、这是20元钱……”这是盲人在带上了一副特殊的眼睛后，听到的声音。有了这幅“天使眼镜”的帮助，他们不仅可以随意外出，甚至还能跑步。
这幅眼镜，有两个摄像头，通过数据线和手机连接。摄像头采集外部信息，如同40根虚拟的盲杖集中扫描，并自动计算障碍物的空间分布和识别物体，并将结果转化成音频信号，通过耳机传递给使用者，帮助视障人士认知周边环境。
据说，在同一个画面中，“天使眼”最多能识别1000种物品。 如果要跑步，眼镜可以提醒你，是否跑偏了；如果要看书或者菜单，眼镜会进行“中英文”文字识别，读取后的文字，通过语音告诉使用者。（人民币也能识别哦）
那么，这到底是怎么做到的呢？说白就是一句话，让“计算机看懂世界”。而在这背后，就是人工智能和计算机视觉技术的功劳。
在旧金山街头，你可以使用一款APP应用：把手机的镜头对准任意一栋建筑或一家餐厅，应用就可以告诉你，这是什么地方。就像是当地人在陪伴你，随时为你介绍。这就是未来的搜索体验！而这个看似简单的应用，却需要复杂的算法，这就是计算机视觉。
它研究的是如何让计算机可以像人类一样，去理解图片、视频等多媒体资源内容。例如，用镜头和计算机代替人眼，对目标进行识别、跟踪和测量,并进一步处理成更适合人眼观察或进行仪器检测的图像。
计算机视觉已经成为人工智能的一个热门话题，也是无人驾驶汽车、无人机等产品成功的关键因素，让机器能够像人一样，不仅看见还能辨识周围环境。以无人驾驶为例，以前可以通过激光雷达来实现，但成本高，难以商业化。深度学习出现后，使得算法能力极大提高，计算机也变得更聪明了。
那么，计算机视觉是怎么实现的呢？眼下，大多数公司的做法是：把摄像头捕捉到的图像，与数据库中的图像进行比较和匹配。背后的关键字是数据库和标签。
通常来说，一个图像首先需要和大数据中的成千上万张图像比较，从而得出结论，但如果每一次都要这样比较，效率会降低，而如果数据库中的图片被标签化，那么效率就能大大提高。计算机先根据算法，进行筛选，然后再匹配识别。
目前，几乎叫得上名的科技公司或者团队都已经涉足计算机视觉领域。比如，Intel就一口气并购了三家相关公司。比如，其中一家名叫 Itseez的公司，他开发的算法可以让车辆具有视觉能力，判别障碍物并避开碰撞，它的驾驶辅助系统甚至侦测到从街道出现的车辆或是正在过街的行人。又比如，原本就在 CPU、GPU 与 DSP（数字信号处理器）方面，拥有强大的自主开发能力的高通，就打算运用 DSP 技术，强化计算机视觉处理能力。他在收购了相关公司后，推出的新一代芯片可以更有效率地做计算机视觉的工作。此外，Google、微软、Facebook等科技巨头也都纷纷布局这个市场。
人类获取的信息中，80%以上来源于视觉。但现在很多时候，人工智能已经超越了人类，对图像识别的准确率可以达到 90%以上。除了无人驾驶、无人机，还有监控摄像头、刷脸支付等我们身边的应用，都离不开计算机视觉系统。相信总有一天，这种技术会像空气一样，包围我们。
推荐阅读：
