機器視覺(jué)識別技術(shù)的現狀和未來(lái)

02zz

移動(dòng)互聯(lián)網(wǎng)、智能手機以及社交網(wǎng)絡(luò )的發(fā)展帶來(lái)了海量圖片信息，伴隨著(zhù)圖片成為互聯(lián)網(wǎng)中的主要信息載體，難題隨之出現。當信息由文字記載時(shí)，我們可以通過(guò)關(guān)鍵詞搜索輕易找到所需內容并進(jìn)行任意編輯。而當信息是由圖片記載時(shí)，我們卻無(wú)法對圖片中的內容進(jìn)行檢索，從而影響從圖片中找到關(guān)鍵內容的效率。

圖片給我們帶來(lái)了快捷的信息記錄和分享方式，卻降低了我們的信息檢索效率。在這個(gè)環(huán)境下，計算機的機器視覺(jué)識別技術(shù)就顯得尤為重要。機器視覺(jué)識別是計算機對圖像進(jìn)行處理、分析和理解，以識別各種不同模式的目標和對像的技術(shù)，識別過(guò)程包括圖像預處理、圖像分割、特征提取和判斷匹配。

借助機器視覺(jué)識別技術(shù)，不僅可以通過(guò)圖片搜索更快的獲取信息，還可以產(chǎn)生一種新的與外部世界交互的方式，甚至讓外部世界更加智能的運行。隨著(zhù)圖形識別技術(shù)的不斷進(jìn)步，越來(lái)越多的科技公司開(kāi)始涉及圖形識別領(lǐng)域，這標志著(zhù)讀圖時(shí)代正式到來(lái)，并且將引領(lǐng)我們進(jìn)入更加智能的未來(lái)。

機器視覺(jué)識別的初級階段

在這個(gè)初始階段，用戶(hù)主要是借助機器視覺(jué)識別技術(shù)來(lái)滿(mǎn)足某些娛樂(lè )化需求。如百度研發(fā)的圖片搜索可以找到相似的圖片；Facebook研發(fā)根據相片進(jìn)行人臉匹配的DeepFace；IQ Engine開(kāi)發(fā)的Glow可以通過(guò)機器視覺(jué)識別自動(dòng)生成照片的標簽以幫助用戶(hù)管理手機上的照片。

這個(gè)階段還有一個(gè)非常重要的細分領(lǐng)域——OCR（Optical Character Recognition，光學(xué)字符識別），是指光學(xué)設備檢查紙上打印的字符，通過(guò)檢測暗、亮的模式確定其形狀，然后用字符識別的方法將圖像形狀翻譯成計算機文字的過(guò)程，就是計算機對文字的閱讀。

在這個(gè)階段，機器視覺(jué)識別技術(shù)僅作為輔助工具存在，為人類(lèi)視覺(jué)提供了強有力的輔助和增強，帶給了我們一種全新的與外部世界進(jìn)行交互的方式，如將人臉識別作為主要的身份認證方式等。這個(gè)過(guò)程就可以簡(jiǎn)化為：人眼借助機器捕捉目標信息、機器和互聯(lián)網(wǎng)直接對信息進(jìn)行分析并返回結果。

機器視覺(jué)識別的高級階段

目前的機器視覺(jué)識別技術(shù)是作為一個(gè)工具來(lái)幫助我們與外部世界進(jìn)行交互，只提供輔助作用，所有的行動(dòng)還需我們自己完成。而當機器真正具有了視覺(jué)之后，機器不僅可以對外部信息進(jìn)行獲取和分析，還完全有可能代替我們去完成這些行動(dòng)。

機器視覺(jué)之于人工智能的意義就是視覺(jué)之于人類(lèi)的意義，而決定著(zhù)機器視覺(jué)的就是機器視覺(jué)識別技術(shù)。在某些應用場(chǎng)景，機器視覺(jué)比人類(lèi)的生理視覺(jué)更具優(yōu)勢，更加的準確、客觀(guān)和穩定。人類(lèi)視覺(jué)有著(zhù)天然的局限，似乎能詳細生動(dòng)的感知整個(gè)視覺(jué)場(chǎng)景，但這是一個(gè)錯覺(jué)，只有投射到眼球中心的視覺(jué)場(chǎng)景的中間部分，我們才能詳細而色彩鮮明的看清楚。

機器在這方面就有著(zhù)更多的優(yōu)勢，它們能夠發(fā)現和記錄視力所及范圍內發(fā)生的所有事情。拿視頻監控來(lái)說(shuō)，傳統監控需要有人在電視墻前時(shí)刻保持高度警惕，然后再通過(guò)自己對視頻的判斷來(lái)得出結論，但往往會(huì )因為人的疲勞、視覺(jué)局限和注意力分散等原因影響監控效果。但有了成熟的機器視覺(jué)識別技術(shù)之后，計算機就可以自行對視頻進(jìn)行分析和判斷，發(fā)現異常情況直接報警，帶來(lái)了更高的效率和準確度。