自動駕駛汽車、交通標志檢測、面部識別和自助結賬。 將所有這些先進解決方案結合在一起的是計算機視覺。

計算機視覺允許計算機從原始圖像中提取信息，并為更有效的業(yè)務數(shù)字化開辟了許多機會。

讓我們來看看計算機視覺如何顛覆各個行業(yè)，以及它為幫助業(yè)主解決關鍵業(yè)務挑戰(zhàn)帶來了哪些獨特的好處。

1、物體檢測

傳統(tǒng)的計算機視覺實現(xiàn)使用對輸入和輸出的深入分析。老式 CV 的典型流程依賴于邊緣檢測等圖像處理技術來識別和標記圖像中的對象。

計算機科學中深度學習架構的出現(xiàn)導致了從經典的 CV 技術(如基于定義的特征結構)到 AI 驅動的圖像神經網絡分析的巨大轉變，這使得圖像中數(shù)據的提取和分類幾乎完全自動化。簡單來說，人工智能將編程從畫面中剔除，取而代之的是一種監(jiān)督較少的方法，在這種方法中，計算機解釋輸入數(shù)據并訓練自己識別圖像的內容。

用例

當 AI 進入醫(yī)學成像等領域時，計算機會利用卓越的模式識別來識別原始圖像中的細微元素，例如 X 射線或 MRI 中是否存在微量癌細胞。盡管仍然需要人工解釋和專業(yè)知識來檢查機器的推斷，但額外的閃電般的快速分析層有助于補充人類智能并挽救生命。

隨著自動駕駛汽車在美國和其他許多國家上路，CV 領域將迎來爆發(fā)式增長。沒有計算機視覺，自動駕駛汽車就無法存在。由于車輛的車載計算機需要對道路上的潛在障礙物做出快速決策，因此它依賴于一套高度優(yōu)化的基于 CV 的技術。

值得注意的是，在醫(yī)學、安全、制造等領域，人工智能驅動系統(tǒng)如何做出決策的透明度至關重要。這就是可解釋的人工智能發(fā)揮作用的地方。該技術允許以人類可以理解的方式解釋系統(tǒng)的發(fā)現(xiàn)，并顯示人工智能算法做出的特定決策的可靠性。

使用計算機視覺解決以下業(yè)務挑戰(zhàn)：

• 公安(車輛識別、武器類型識別、可疑物體定位等)。
• 銷售自動化和庫存管理(識別貨架上的低庫存或錯放物品、檢測空貨架、執(zhí)行質量控制、自助結賬的產品識別等)。
• 消除人為錯誤并防止工作流程中的重復計算。

2、光學字符識別(OCR)

光學字符識別 (OCR) 是計算機視覺的獨特實現(xiàn)，可解決各種特定領域的任務。 OCR 旨在從輸入圖像中檢測和提取字母、數(shù)字和其他字符。

用例

Google Lens 使用 OCR 讓客戶從照片中翻譯外語，并從圖像或 Google 搜索中提取文本。 OCR 技術還使傳統(tǒng)媒體的數(shù)字化變得簡單，從報紙、雜志和書籍的掃描中提取文本。以前，大學很難將藏傳佛教宗教文本等更晦澀的文件數(shù)字化，但現(xiàn)代 OCR 技術使得從非標準語言文件中提取文本變得簡單。

金融機構使用 OCR 來改善客戶的生活質量，例如讓客戶從文件中提取他們的國際銀行帳號 (IBAN) 或掃描支票圖像，這樣就不必去銀行存款.一些應用程序可以掃描借記卡或信用卡以輸入付款詳情，因此您不必在結帳窗口繁瑣地輸入所有付款信息。

政府通常使用 OCR 來縮短國家邊境的處理時間或識別和登記文件。現(xiàn)代護照和駕駛執(zhí)照上的機器可讀區(qū)域與政府和商業(yè)環(huán)境中的 OCR 系統(tǒng)兼容。

3、面部識別

與對象識別類似，面部識別旨在使用計算機視覺識別圖像中的人類面部特征。經典的計算機視覺方法利用“Haar-like features”來計算面部特征之間的片段，但現(xiàn)代面部識別實現(xiàn)依賴于人工智能，就像人工智能用于物體識別一樣。

用例

面部識別技術對于安全應用程序至關重要，因為它有助于防止移動和 Web 應用程序漏洞。無數(shù) Apple iPhone 用戶依靠 Apple 的 Face ID 技術進行生物識別來解鎖他們的手機。

零售商已經部署了類似的實現(xiàn)來識別已知的商店扒手。實時掃描儀從安全攝像頭流中抓取客戶的面部，并交叉引用已知犯罪分子的數(shù)據庫。同樣的技術通過從執(zhí)法數(shù)據庫中提取來幫助尋找失蹤兒童。

面部識別還可以幫助您完成以下任務：

• 安全和訪問控制。
• 身份驗證。
• 員工跟蹤。
• 醫(yī)療保健中的患者篩查程序。
• 識別和追蹤犯罪分子。

下一代面部識別軟件甚至可以查看姿勢、手勢和面部表情，以確定客戶是否可能在賭場作弊。與相同的安全軟件捆綁的步態(tài)分析還可以幫助根據他們獨特的腳步和步幅模式來檢測犯罪分子，因為許多犯罪分子通過戴口罩來躲避面部識別。

4、圖像恢復和場景重建

計算機視覺技術還可以恢復嚴重退化的檔案鏡頭和圖像，這可能是一項關鍵的業(yè)務技術。與從照片中去除噪點就足夠的簡單情況不同，計算機視覺可以幫助處理更多損壞的圖像，這些圖像需要進行重大更改和詳細分析。圖像的損壞部分通常使用評估照片廣播內容的生成模型來填充。

用例

除了恢復圖像和視頻之外，現(xiàn)代神經網絡還可以僅通過掃描照片中的對象來重建 3D 場景。考古學家、法醫(yī)專家、環(huán)境科學家和許多其他專業(yè)人士使用場景重建，這是一種改變游戲規(guī)則的計算機視覺范例。 RetrievalFuse 等項目能夠從單個 RGB 圖像構建全景 3D 場景。

5、人體姿勢估計

姿勢估計旨在模擬人類視覺能力，特別是識別圖像和視頻中的姿勢和手勢。一些最早的高級人體姿勢估計示例出現(xiàn)在大預算電影中，例如彼得杰克遜的《指環(huán)王》。隨著計算資源隨著時間的推移而擴大，姿勢估計將在許多不同的產品中發(fā)揮作用。

用例

在安全應用中，姿勢估計通過分析面部識別不可行的步態(tài)來幫助識別潛在的麻煩制造者。計算機視覺可以通過分析身體姿勢來幫助實時檢測入店行竊。該系統(tǒng)可以區(qū)分正常的購物行為和可疑行為，例如拿走物品并將其藏在口袋或外套中。當檢測到可疑行為時，管理人員會收到警報，并可以在小偷離開商店之前迅速做出反應。

以下是在您的業(yè)務中使用姿勢估計的一些方法：

• 康復措施分析。
• 開發(fā)基于人工智能的健身教練應用程序。
• 識別人體在空間中的位置以改進增強現(xiàn)實的應用。
• 游戲角色動畫。
• 人在商店和購物中心的活動分析。

盡管姿態(tài)估計曾經是一項巨大的計算挑戰(zhàn)，但云計算和硬件的創(chuàng)新使更多公司能夠接觸到這項技術。

一切都是可能的

對象檢測、面部識別、場景重建、圖像恢復和人體姿態(tài)估計只是計算機視覺技術的幾種不同實現(xiàn)方式。由于下一代 AI 的強大功能，無論您的企業(yè)從事何種行業(yè)，計算機視覺都可以提供獨特的優(yōu)勢，使您的公司在競爭中處于領先地位。從重建犯罪現(xiàn)場照片的全深度 3D 模型到識別工廠線上量產產品的缺陷，計算機視覺不斷改變每個人的業(yè)務方式。