序 言
人的大腦分配了大量的資源用于視覺(jué)，對(duì)視覺(jué)的“投入”比聽(tīng)覺(jué)、味覺(jué)、嗅覺(jué)多得多：40%-50% 的神經(jīng)元都與視覺(jué)功能有關(guān)，在大腦頂層 IT 區(qū)尤為密集。相較于其他感官，人類(lèi)使用眼的場(chǎng)景也更多，平均活躍時(shí)間也更多，視覺(jué)占據(jù)人類(lèi)感官系統(tǒng)的 80%。
于是，看，是人類(lèi)感知世界最直接的方式。
隨著技術(shù)的進(jìn)步，人類(lèi)已經(jīng)不僅僅滿(mǎn)足于用自己的眼睛看世界、看宇宙，因?yàn)槿祟?lèi)本身生理結(jié)構(gòu)的局限性，有些東西是光靠人類(lèi)的眼睛看不到的，所以人類(lèi)開(kāi)始研究如何教會(huì)機(jī)器去“看”。
計(jì)算機(jī)視覺(jué)就是這樣一門(mén)學(xué)科，用攝影機(jī)和計(jì)算機(jī)代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量等機(jī)器視覺(jué)，并進(jìn)一步做圖像處理，用計(jì)算機(jī)處理成為更適合人眼觀(guān)察或傳送給儀器檢測(cè)的圖像。
2016 年被很多人稱(chēng)作人工智能的元年，但對(duì)于中國(guó)計(jì)算機(jī)視覺(jué)來(lái)說(shuō)，2012 年開(kāi)始，就已經(jīng)陸續(xù)出現(xiàn)了不少后來(lái)為人所熟知的 CV 初創(chuàng)公司，依圖科技、曠視科技等等都是在那一年創(chuàng)立的。
據(jù)調(diào)查，這些企業(yè)主要?jiǎng)?chuàng)立的時(shí)間都集中在 2015~2016 年前后， 2015 成為了視覺(jué)公司創(chuàng)立最多的一年，約有 80 家企業(yè)在這一年成立 。
從 2012 年到 2018 年，六年間，中國(guó)的國(guó)際機(jī)器視覺(jué)品牌已有近 200 多家，而中國(guó)自有的機(jī)器視覺(jué)品牌也已有超過(guò) 100 多家，機(jī)器視覺(jué)各類(lèi)產(chǎn)品代理商超過(guò)了 300 家，專(zhuān)業(yè)的機(jī)器視覺(jué)系統(tǒng)集成商也有 100 多家，這些企業(yè)主要應(yīng)用于安防、金融、互聯(lián)網(wǎng)等方向。
2016~2017 年，也就是所謂的“人工智能元年”，中國(guó)的計(jì)算機(jī)視覺(jué)領(lǐng)域出現(xiàn)了一次明顯的分水嶺。在這一年的時(shí)間里，中國(guó)涌現(xiàn)出了一批優(yōu)秀的獨(dú)角獸企業(yè)，根據(jù)《2017 年中國(guó)獨(dú)角獸企業(yè)發(fā)展報(bào)告》， 2017 年稱(chēng)得上中國(guó)“獨(dú)角獸”企業(yè)的公司已達(dá) 164 家，這其中包括了 7 家人工智能企業(yè)，而計(jì)算機(jī)視覺(jué)企業(yè)就在其中占了四個(gè)名額，他們分別是：曠視科技、商湯科技、云從科技與依圖科技 。
計(jì)算機(jī)視覺(jué)在這不到一年的時(shí)間里已經(jīng)遍地開(kāi)花，地鐵的安防攝像頭、火車(chē)站飛機(jī)場(chǎng)的人臉識(shí)別閘機(jī)、智能手機(jī)的人臉識(shí)別解鎖與支付功能……不知不覺(jué)中，計(jì)算機(jī)視覺(jué)技術(shù)“滲透”到了人們生活的方方面面。
也同樣是這一年，中國(guó)計(jì)算機(jī)視覺(jué)領(lǐng)域的幾場(chǎng)數(shù)額巨大的融資活動(dòng)，再一次吸引了世界的目光。被稱(chēng)為人工智能領(lǐng)域最“吸金”的產(chǎn)業(yè)， 計(jì)算機(jī)視覺(jué)在這一年獲得超過(guò) 230 億元的投資，在中國(guó)人工智能領(lǐng)域的投資當(dāng)中占比超過(guò)三分之一 。
為了讓全行業(yè)對(duì)計(jì)算機(jī)視覺(jué)發(fā)展現(xiàn)狀有更清晰地了解，發(fā)布了《2018 中國(guó)計(jì)算機(jī)視覺(jué)行業(yè)報(bào)告》，我們采訪(fǎng)了多家計(jì)算機(jī)視覺(jué)領(lǐng)域的“獨(dú)角獸”企業(yè)與老牌技術(shù)大廠(chǎng)，并邀請(qǐng)多位專(zhuān)家從多角度對(duì)行業(yè)進(jìn)行深度解讀，希望這份報(bào)告能夠?yàn)樾袠I(yè)提供幫助并產(chǎn)生價(jià)值。
第一章：2018 計(jì)算機(jī)視覺(jué)行業(yè)全回顧
計(jì)算機(jī)視覺(jué)已經(jīng)成為變現(xiàn)最順利的人工智能技術(shù)，根據(jù)中國(guó)信通院 2018 年 2 月發(fā)布的報(bào)告數(shù)據(jù)，2017 年中國(guó)人工智能市場(chǎng)中計(jì)算機(jī)視覺(jué)占比 37%，以 80 億元的行業(yè)收入排名第一。
其中，安防影像分析是目前計(jì)算機(jī)視覺(jué)最大的應(yīng)用，2017 年占比約 67.9%，但目前新的應(yīng)用領(lǐng)域正在不斷創(chuàng)新涌現(xiàn)，例如無(wú)人駕駛、醫(yī)療影像，但現(xiàn)在沒(méi)有大規(guī)模普及，都還是在初級(jí)階段。
作為落地應(yīng)用最廣的人工智能技術(shù)，尤其在中國(guó)的發(fā)展如此之順利，主要有以下幾點(diǎn)原因：
第一， 深度學(xué)習(xí)的突破 。 深度學(xué)習(xí)是非常龐大的一個(gè)神經(jīng)網(wǎng)絡(luò)，通過(guò)深度學(xué)習(xí)，技術(shù)能做出非常好的結(jié)果來(lái)，雖然它不知道如何得出這個(gè)結(jié)果，但是它帶來(lái)的提升以及足夠 AI 技術(shù)從實(shí)驗(yàn)室真正走進(jìn)生活;
第二， 視覺(jué)場(chǎng)景極大豐富 。人類(lèi)有 70-80% 的信息來(lái)源于視覺(jué)。相比語(yǔ)音場(chǎng)景的單一，CV 可以做的事情更多;
第三， 華人群體在全球范圍內(nèi)的崛起 。隨著中國(guó)的日益強(qiáng)盛，越來(lái)越多的留學(xué)生出國(guó)選擇計(jì)算機(jī)及相關(guān)專(zhuān)業(yè)，將前沿的技術(shù)與研發(fā)理念帶回國(guó)內(nèi)，這也客觀(guān)導(dǎo)致了在 AI 和 CV 領(lǐng)域，華人人才儲(chǔ)備的快速增長(zhǎng);
第四， 中國(guó)國(guó)家層面的重視 。中國(guó)在新興技術(shù)領(lǐng)域與國(guó)外的差距并沒(méi)有傳統(tǒng)領(lǐng)域那么大，非常有希望在中短期趕上其他國(guó)家，且 AI 技術(shù)是中國(guó)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重要?jiǎng)恿?，所以?guó)家從頂層部委到地方都十分重視 AI 技術(shù)的培育與發(fā)展，這就營(yíng)造了一個(gè)非常好的發(fā)展環(huán)境。
2018 年，更多的技術(shù)得到應(yīng)用，更多的產(chǎn)品得到推廣，我們將從市場(chǎng)發(fā)展與技術(shù)進(jìn)步兩個(gè)方面進(jìn)行詳細(xì)解析。
市場(chǎng)發(fā)展
從整個(gè)計(jì)算機(jī)視覺(jué)行業(yè)發(fā)展的角度看， 縱觀(guān)中西計(jì)算機(jī)視覺(jué)發(fā)展，可以看到，中國(guó)與西方國(guó)家的演進(jìn)路線(xiàn)不同 。
國(guó)際上前沿的技術(shù)主要集中在深度學(xué)習(xí)的基礎(chǔ)研究層面，而中國(guó)的計(jì)算機(jī)視覺(jué)技術(shù)更傾向于產(chǎn)業(yè)落地。經(jīng)過(guò)了過(guò)去這些年的沉淀，中國(guó)已經(jīng)在人才、數(shù)據(jù)、場(chǎng)景和政策層面做了比較多的儲(chǔ)備，為中國(guó)計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展提供了豐沃的土壤。
尤其是在應(yīng)用方面。從全球范圍來(lái)看，計(jì)算機(jī)視覺(jué)領(lǐng)域一定要通過(guò)落地應(yīng)用才能推動(dòng)學(xué)術(shù)的發(fā)展，而中國(guó)在這方面具有巨大的優(yōu)勢(shì)。
說(shuō)到計(jì)算機(jī)視覺(jué)場(chǎng)景的落地，以及賽道的搶占，這都與技術(shù)是否突破工業(yè)紅線(xiàn)息息相關(guān)。
與其他 AI 技術(shù)一樣，CV 技術(shù)的突破也在促使兩個(gè)工具的產(chǎn)生：一個(gè)是 生產(chǎn)力工具 ，對(duì)傳統(tǒng)行業(yè)中的人力部分進(jìn)行替代，降本增效;另一個(gè)是 交互工具 ，帶來(lái)新的交互體驗(yàn)和應(yīng)用，形成新的應(yīng)用場(chǎng)景。
目前 CV 公司比較集中的技術(shù)賽道有： 人臉識(shí)別、自動(dòng)駕駛、醫(yī)療圖像等 ，但目前而言， 商業(yè)化落地最快的還是人臉識(shí)別及其業(yè)務(wù)相關(guān)的一些技術(shù) ，比如銀行會(huì)用到人臉和自然場(chǎng)景下的 OCR(文字識(shí)別)，還有浸入式大數(shù)據(jù)風(fēng)控，安防會(huì)用到人臉、人體、車(chē)輛與大數(shù)據(jù)分析等。
全球 CV 領(lǐng)域在發(fā)展方向上與國(guó)內(nèi)差別不大，但是行業(yè)落地的速度會(huì)有差距，國(guó)內(nèi)在人臉、自動(dòng)駕駛等技術(shù)在安防及部分行業(yè)落地非常快，這得益于政府的重視和政策的開(kāi)放。
每年計(jì)算機(jī)視覺(jué)頂級(jí)會(huì)議上，來(lái)自中國(guó)的論文總數(shù)、最佳論文數(shù)量占比越來(lái)越高，中國(guó)計(jì)算機(jī)視覺(jué)學(xué)術(shù)團(tuán)穩(wěn)坐第一梯隊(duì)。同時(shí)，技術(shù)的落地應(yīng)用跑得快，往往也對(duì)這項(xiàng)技術(shù)提出了更多超前的、突破性的問(wèn)題，倒逼技術(shù)向著創(chuàng)新的方向、領(lǐng)域突破發(fā)展，這些論文大部分都是來(lái)自于實(shí)際應(yīng)用對(duì)技術(shù)的推動(dòng)。
技術(shù)發(fā)展
從技術(shù)角度來(lái)看，目前計(jì)算機(jī)視覺(jué)技術(shù)在醫(yī)療、教育、自動(dòng)駕駛、零售、社區(qū)等多個(gè)領(lǐng)域都有不錯(cuò)的發(fā)展，但人臉識(shí)別技術(shù)研發(fā)和落地情況是比較領(lǐng)先，因?yàn)槿四樖翘烊坏目缧袠I(yè)入口，每個(gè)行業(yè)都與人有關(guān)，所以人臉識(shí)別順勢(shì)成為了最先商業(yè)化的技術(shù)，而這一技術(shù)落地最為廣泛的領(lǐng)域，就是每個(gè)人生活都離不開(kāi)的手機(jī)。
計(jì)算機(jī)視覺(jué)落地手機(jī)行業(yè)
2017 年，越來(lái)越多的手機(jī)廠(chǎng)商意識(shí)到了 AI 給智能手機(jī)行業(yè)帶來(lái)的價(jià)值，紛紛推出了自己的 “AI+ 手機(jī)” 。2018 年，主流手機(jī)廠(chǎng)商更是在各自的旗艦機(jī)型中全面引入 AI 技術(shù)，甚至搭載 AI 芯片的手機(jī)正在成為市場(chǎng)的主流。
但是，同樣我們也看到，目前的“AI+ 手機(jī) ”還處在 較為初級(jí)的階段 ， 很多的功能應(yīng)用還具有局限性，只是在部分特定場(chǎng)景下才能發(fā)揮作用，距離真正的“AI 手機(jī)”普及還有不小的技術(shù)門(mén)檻。
AI 對(duì)于智能手機(jī)的價(jià)值，是能夠提前預(yù)測(cè)用戶(hù)需求，主動(dòng)給出相應(yīng)指引或回應(yīng)，實(shí)現(xiàn)從 Smart 到 Intelligent，AI 解鎖僅僅是行業(yè)向前邁出的第一步。而視覺(jué)應(yīng)用是手機(jī) AI 應(yīng)用中最主要的訴求，主流的手機(jī) AI 應(yīng)用大多與視覺(jué)應(yīng)用相關(guān)，可以說(shuō)， 提升視覺(jué)技術(shù)是當(dāng)前是改善用戶(hù)體驗(yàn)最直接和最有效的手段，甚至已經(jīng)成為評(píng)判一款手機(jī)產(chǎn)品重要的指標(biāo)之一。
從技術(shù)上來(lái)看，計(jì)算機(jī)視覺(jué)技術(shù)在手機(jī)的應(yīng)用主要可以分為三大方向： 識(shí)別與認(rèn)證、AI 攝影、3D 視覺(jué)。 其中 3D 視覺(jué) 是手機(jī)視覺(jué)技術(shù) 最具潛力的應(yīng)用。隨著光學(xué)器件的提升，3D 視覺(jué)將原來(lái)平面的數(shù)字世界做到立體。
但目前 基于 3D 的視覺(jué)應(yīng)用還不普及，應(yīng)用、算法、 硬件、解決方案之間的技術(shù)壁壘還沒(méi)有完全打通 ，需要有更為簡(jiǎn)單和高效的技術(shù)方案來(lái)進(jìn)行一站式的整合，需要產(chǎn)業(yè)生態(tài)進(jìn)行更深度的融合與協(xié)作。后文將會(huì)對(duì) 3D 視覺(jué)的核心技術(shù)： 3D 結(jié)構(gòu)光 進(jìn)行更詳盡的解釋。
3D 結(jié)構(gòu)光： 3D 結(jié)構(gòu)光是獲取面部立體信息的最佳方案之一，它是通過(guò)人臉表現(xiàn)反射光線(xiàn)來(lái)確定深度信息的，主要用于終端人臉識(shí)別，如手機(jī)刷臉解鎖等。
結(jié)構(gòu)光聽(tīng)起來(lái)很高大上，但實(shí)際上也很好理解，工作時(shí)相關(guān)器件會(huì)投影具備一定結(jié)構(gòu)的光，比如亮滅相間的條紋光線(xiàn)，如果打到平面上，那么反射回來(lái)會(huì)是原樣粗細(xì)的條紋;而如果打到不規(guī)則物體上，那么反射回來(lái)就會(huì)時(shí)條紋就會(huì)發(fā)生變化，然后根據(jù)計(jì)算，就能得出物體的結(jié)構(gòu)。
目前 3D 結(jié)構(gòu)光技術(shù)在手機(jī)領(lǐng)域已經(jīng)得到了應(yīng)用，如：小米 8 透明探索版就是全球首款支持 3D 結(jié)構(gòu)光技術(shù)的安卓旗艦手機(jī)。
云端和嵌入式
人工智能需要大量的數(shù)據(jù)，所以 AI 最早是往往是從云端起步的，但是隨著時(shí)間的推移，因?yàn)榘踩?、人性化的需求，逐漸地的會(huì)有一個(gè)遷移，很多的應(yīng)用會(huì)從云端遷移到終端，未來(lái)最常見(jiàn)的 AI 應(yīng)用模式，可能是在云端做訓(xùn)練、做培訓(xùn)，最后在終端做執(zhí)行?？梢哉f(shuō)，在萬(wàn)物互聯(lián)的時(shí)代，云端 AI 和嵌入式 AI 會(huì)是相互共存、相互補(bǔ)充的關(guān)系。
在靠近數(shù)據(jù)產(chǎn)生端進(jìn)行計(jì)算，將網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)能力從云端延伸到網(wǎng)絡(luò)邊緣，也因此擁有低時(shí)延、本地性高、對(duì)貸款要求低等優(yōu)勢(shì)的新型計(jì)算模式。
人工智能強(qiáng)于人類(lèi)的地方，在于它擁有并行處理能力，人工智能可以擁有多雙“眼睛”，去觀(guān)察這個(gè)世界并不斷自我提升。如果“眼睛”會(huì)思考，就減少了回傳大腦的“視神經(jīng)”的負(fù)擔(dān)。不必將全部數(shù)據(jù)都上傳至云端，減少了對(duì)網(wǎng)絡(luò)的負(fù)擔(dān)，避免了網(wǎng)絡(luò)堵塞，提高了網(wǎng)絡(luò)帶寬利用效率，于是擁有上萬(wàn)雙“眼睛”的人工智能成為了可能。
人才培養(yǎng)
對(duì)于技術(shù)行業(yè)來(lái)說(shuō)，人才培養(yǎng)是非常重要的一環(huán)，人工智能高準(zhǔn)入的技術(shù)門(mén)檻，決定了 AI 人才需要較長(zhǎng)周期的培養(yǎng)，所以當(dāng)人工智能產(chǎn)業(yè)迎來(lái)爆發(fā)的同時(shí)，造成了大量的人才缺口。
目前，中國(guó)高校培養(yǎng)的 AI 人才更側(cè)重于應(yīng)用層面，這與中國(guó) AI 產(chǎn)業(yè)的特色密切相關(guān)。同時(shí)，大學(xué)開(kāi)放的氛圍、校企合作提供的平臺(tái)，也使得這批人才在進(jìn)入企業(yè)后能夠快速成長(zhǎng)，深入到行業(yè)中來(lái)。
相比之下，國(guó)外的 AI 人才更加偏向于基礎(chǔ)研究。但如今，中國(guó) AI 人才也在基礎(chǔ)研究方面有了成果，在 CVPR、ECCV 等全球視覺(jué)頂會(huì)上，中國(guó)的 AI 人才也展現(xiàn)出了強(qiáng)勁的實(shí)力。
對(duì)于國(guó)內(nèi)計(jì)算機(jī)視覺(jué)相關(guān)企業(yè)的調(diào)查：社招人才由于其應(yīng)用方面的豐富經(jīng)驗(yàn)，在招聘時(shí)會(huì)更加受到關(guān)注;而隨著大量畢業(yè)生對(duì)于人工智能企業(yè)，尤其是初創(chuàng)企業(yè)的認(rèn)知不斷提升，校招人才的競(jìng)爭(zhēng)力也有所提升。
從整體來(lái)看，AI 創(chuàng)業(yè)公司對(duì)專(zhuān)業(yè)人才的重視程度更高，專(zhuān)業(yè)人才代表了企業(yè)的核心實(shí)力，高質(zhì)量的人才能夠幫助公司獲得更強(qiáng)的市場(chǎng)競(jìng)爭(zhēng)力。人工智能技術(shù)現(xiàn)在屬于增長(zhǎng)期，此時(shí)人才是最稀缺的。未來(lái) 3-5 年內(nèi)，人工智能領(lǐng)域最重要的競(jìng)爭(zhēng)都是人才戰(zhàn)，最頂級(jí)的懂算法的人才尤為重要，全球范圍內(nèi)，人工智能領(lǐng)域突破性工作的研究人員數(shù)量及其有限，而 AI 競(jìng)爭(zhēng)最核心的就是研究人之間的比拼。
一方面， 技術(shù)專(zhuān)業(yè)人才 能夠加速公司底層技術(shù)的突破;另一方面，企業(yè)對(duì) 應(yīng)用型專(zhuān)業(yè)人才 的需求同樣強(qiáng)烈。尤其是在針對(duì)不同的行業(yè)深入落地時(shí)，專(zhuān)業(yè)人才能夠協(xié)助企業(yè)更加精準(zhǔn)地完成技術(shù)與新場(chǎng)景的匹配，幫助企業(yè)快速進(jìn)入賽道。
此外，在人工智能領(lǐng)域做產(chǎn)品研發(fā)，需要深入各個(gè)垂直領(lǐng)域，成為每一個(gè)領(lǐng)域的專(zhuān)家，所以人才也需要永遠(yuǎn)保持學(xué)習(xí)能力和好奇心，要善于思考、勇于創(chuàng)新，才能走在時(shí)代前列。
第二章：“獨(dú)角獸”的崛起
融資能力凸顯
2018 年對(duì)于計(jì)算技術(shù)覺(jué)初創(chuàng)公司來(lái)說(shuō)可謂是“豐收”的一年。
4 月，商湯科技獲得 6 億美元融資，而就在此后不久，今年 5 月，商湯又獲得了 6.2 億美元的融資。
7 月，曠視科技拿下了 6 億美元的 D 輪融資，同月，依圖科技也獲得了 1 億美元的融資。
10 月，云從科技獲得 10 億元融資。
不到一年的時(shí)間里，這四家公司就已經(jīng)拿下了超 100 億元人民幣的融資，而根據(jù) CB Insight 數(shù)據(jù)，2017 年中國(guó) AI 創(chuàng)業(yè)公司的融資總額也不過(guò) 500 億人民幣(73 億美元)。
相應(yīng)的，這幾家公司的估值也隨著融資能力的上升而一漲再漲。
商湯科技目前估值已經(jīng)達(dá)到 45 億美元，云從科技估值達(dá) 33 億美元，曠視科技估值達(dá)到 35 億美元，依圖科技估計(jì)達(dá) 20 億美元。
當(dāng)然，除了這四家被“重點(diǎn)關(guān)注”的明星企業(yè)，2018 年計(jì)算機(jī)視覺(jué)領(lǐng)域整體的融資水平都處在比較高的狀態(tài)，據(jù)統(tǒng)計(jì)， 截至 2018 年 12 月，中國(guó)計(jì)算機(jī)視覺(jué)行業(yè)融資數(shù)額已達(dá)到 260 億人民幣，比去年整體高出近 30 億元 。
對(duì)于初創(chuàng)企業(yè)來(lái)說(shuō)，融資能力當(dāng)然可以展現(xiàn)出一部分實(shí)力，而真正要從競(jìng)爭(zhēng)中獲得認(rèn)可，還是需要靠強(qiáng)大的技術(shù)水平。
技術(shù)爭(zhēng)霸激烈
2018 年對(duì)于整個(gè)人工智能領(lǐng)域來(lái)說(shuō)都是有些平淡的，甚至有人開(kāi)玩笑說(shuō)：2018 年 AI 領(lǐng)域最大的進(jìn)步就是毫無(wú)進(jìn)步。
對(duì)于計(jì)算機(jī)視覺(jué)領(lǐng)域來(lái)說(shuō)是否也是同一番景象呢?
以上文所述的幾家初創(chuàng)公司為例。
商湯科技
提到中國(guó)的 AI 獨(dú)角獸，大概很少有人不知道商湯科技的。
從 2014 年成立至今，商湯科技也不過(guò)才走過(guò)四個(gè)年頭，2018 年 9 月，商湯科技被國(guó)家科技部選入國(guó)家新一代人工智能開(kāi)放創(chuàng)新平臺(tái)的隊(duì)伍當(dāng)中，成為國(guó)家隊(duì)的一員。與之同列的是百度、阿里云、騰訊、科大訊飛等技術(shù)大廠(chǎng)。
據(jù)調(diào)查，商湯科技已與國(guó)內(nèi)外 700 多家公司和機(jī)構(gòu)建立合作，涵蓋智慧城市、智能手機(jī)、互動(dòng)娛樂(lè)及廣告、汽車(chē)、金融、零售、教育、醫(yī)療、地產(chǎn)等多個(gè)行業(yè)。
此外，商湯科技自主搭建了深度學(xué)習(xí)平臺(tái) SenseParrots，對(duì)超深的網(wǎng)絡(luò)規(guī)模、超大的數(shù)據(jù)學(xué)習(xí)以及復(fù)雜關(guān)聯(lián)應(yīng)用等支持更具優(yōu)勢(shì)。商湯科技還自主搭建了深度學(xué)習(xí)超算中心，大幅降低了各類(lèi)人工智能技術(shù)的研發(fā)成本，并且縮短了開(kāi)發(fā)深度學(xué)習(xí)算法模型的時(shí)間。
在今年，商湯科技促成了包括 SenseAR 美體塑形、SenseDriveDMS 駕駛員監(jiān)測(cè)、SenseMatrix 人臉 3D 重建等多個(gè)炫酷 AI 技術(shù)的落地。在智慧城市方面，商湯也加大了投入，據(jù)了解，商湯原創(chuàng)的 SenseSpace 智慧公共空間管理平臺(tái)已經(jīng)在黃浦江西岸正式落地并投入使用。
云從科技
2015 年 4 月，時(shí)任中科院重慶研究院智能多媒體中心主任的周曦正式創(chuàng)立云從。作為計(jì)算機(jī)視覺(jué)領(lǐng)域的“后來(lái)者”，云從的技術(shù)實(shí)力卻一點(diǎn)不弱。
2018 年，云從建立了包含人臉識(shí)別、跨鏡追蹤、車(chē)輛識(shí)別、姿態(tài)識(shí)別、語(yǔ)音識(shí)別、文字識(shí)別等智能感知技術(shù)和大數(shù)據(jù)分析、知識(shí)圖譜、人物畫(huà)像等認(rèn)知決策技術(shù)為核心的技術(shù)閉環(huán)。
今年 1 月，云從基于高準(zhǔn)確度人臉識(shí)別系統(tǒng)產(chǎn)業(yè)化及應(yīng)用，入選國(guó)家發(fā)改委“人工智能”創(chuàng)新發(fā)展工程;同年 9 月，依靠其自研的 SoC 芯片，云從入選工信部人工智能與實(shí)體經(jīng)濟(jì)深度融合創(chuàng)新項(xiàng)目;10 月，云從發(fā)布了國(guó)家發(fā)改委 “國(guó)家人工智能基礎(chǔ)資源公共服務(wù)平臺(tái)”項(xiàng)目，該項(xiàng)目啟動(dòng)于 2017 年，由騰訊、百度、科大訊飛、云從科技四家承建。
云從科技是第一家同時(shí)承擔(dān)國(guó)家人工智能基礎(chǔ)平臺(tái)、人工智能應(yīng)用平臺(tái)和人工智能核心芯片平臺(tái)的人工智能企業(yè)。
目前，云從科技已經(jīng)成為中國(guó)銀行業(yè)第一大 AI 供應(yīng)商。包括農(nóng)行、建行、中行、招行總行等全國(guó) 400 多家銀行已采用公司產(chǎn)品，為全國(guó)銀行提供對(duì)比服務(wù)日均 2.16 億次。
在安防領(lǐng)域，云從的產(chǎn)品已在 29 個(gè)省級(jí)行政區(qū)上線(xiàn)實(shí)戰(zhàn)，每天比對(duì)超過(guò) 10 億次，數(shù)據(jù)匯聚總量超過(guò)千億，協(xié)助全國(guó)公安抓獲超過(guò) 1 萬(wàn)名犯罪嫌疑人;
在民航領(lǐng)域，已有 60 余家機(jī)場(chǎng)選擇云從產(chǎn)品，日均服務(wù)旅客超 6 千萬(wàn)。
曠視科技
2011 年，曠視科技在北京成立。在計(jì)算機(jī)視覺(jué)獨(dú)角獸里，曠視算得上絕對(duì)的“老前輩”。除了是業(yè)界最早一批進(jìn)軍 AI 移動(dòng)智能終端產(chǎn)業(yè)的人工智能企業(yè)之一，曠視科技也是手機(jī) AI 解決方案提供商。
曠視的核心 AI 技術(shù)應(yīng)用早已拓展到了手機(jī)行業(yè)，基于核心的深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)技術(shù)推出人臉支付、人臉識(shí)別解鎖、人像光效、人像背景虛化、視頻美化、3D Animoji 等一系列移動(dòng)端 AI 產(chǎn)品，以滿(mǎn)足不同手機(jī)廠(chǎng)商在人臉解鎖、圖像增強(qiáng)、相機(jī)增強(qiáng)、智能圖像和視頻處理上的需求，在不到一年的時(shí)間內(nèi)已經(jīng)與華為、小米、vivo、OPPO 等國(guó)內(nèi)頭部手機(jī)企業(yè)實(shí)現(xiàn)深度合作 。
2018 年，曠視在學(xué)術(shù)領(lǐng)域也收獲頗豐，全年先后發(fā)表 20 余篇 CV 頂會(huì)論文，并在 ECCV COCO 2018 一舉包攬四項(xiàng)冠軍。
在安防領(lǐng)域，曠視擁有全國(guó)最大的第三方人臉身份驗(yàn)證平臺(tái)。據(jù)了解，平臺(tái)涵蓋了全球 2.95 億人次的人臉信息，能夠提高在戶(hù)籍排查、重點(diǎn)場(chǎng)所管控、出入境管理和案件偵查等警務(wù)活動(dòng)和國(guó)際會(huì)議、全球賽事等安?；顒?dòng)的安全性。也能將人臉身份驗(yàn)證平臺(tái)應(yīng)用于人臉識(shí)別支付、人臉識(shí)別解鎖、人像卡口系統(tǒng)等非安防領(lǐng)域中。
市場(chǎng)調(diào)研機(jī)構(gòu) WiseGuy Reports 發(fā)布的《2022 年全球面部識(shí)別市場(chǎng)預(yù)測(cè)報(bào)告》顯示，曠視科技成為中國(guó)唯一入選的人工智能企業(yè)。
依圖科技
依圖科技成立于 2012 年，深耕安防領(lǐng)域，維持金融業(yè)務(wù)，大力布局醫(yī)療影像業(yè)，在 2017 年，依圖科技獲封安防領(lǐng)域表現(xiàn)最強(qiáng)的算法型廠(chǎng)商。
2018 年，除了兩次上億美元級(jí)別的融資外，依圖科技的技術(shù)也同樣令業(yè)界矚目，尤其是在 AI+ 醫(yī)療領(lǐng)域。
今年 3 月，依圖推出世界首套 AI 醫(yī)療影像質(zhì)控系統(tǒng)，可在在目前醫(yī)療影像缺少有效質(zhì)控手段的情況下，基于人工智能圖像識(shí)別技術(shù)，通過(guò)海量數(shù)據(jù)訓(xùn)練，使醫(yī)院系統(tǒng)具備醫(yī)學(xué)影像成像質(zhì)量的自動(dòng)評(píng)價(jià)與評(píng)分能力。
6 月 15 日，四川大學(xué)華西醫(yī)院與依圖醫(yī)療合作研發(fā)出國(guó)內(nèi)首個(gè)肺癌臨床科研智能病種庫(kù)和全球首個(gè)肺癌多學(xué)科智能診斷系統(tǒng)。
11 月，全球人臉識(shí)別算法測(cè)試(FRVT)上，依圖以以千萬(wàn)分之一誤報(bào)下的識(shí)別準(zhǔn)確率超過(guò) 99%，成為冠軍。
第三章：大廠(chǎng)的發(fā)展
對(duì)于技術(shù)大廠(chǎng)來(lái)說(shuō)，2018 年在計(jì)算機(jī)視覺(jué)上的發(fā)展是從多方面體現(xiàn)出來(lái)的。
以百度為例，計(jì)算機(jī)視覺(jué) + 雷達(dá)的方案成為 Apollo 自動(dòng)駕駛的首選，不僅在公園等封閉環(huán)境中已經(jīng)有了落地案例，百度還計(jì)劃 2020 年開(kāi)始交付高速自動(dòng)駕駛車(chē)輛，可解決包括直道彎道定速巡航、檢測(cè)車(chē)輛匯入、跟車(chē)行駛、前車(chē)剎車(chē)、拔桿變道等常見(jiàn)的駕駛問(wèn)題。此外，百度在智慧城市方向也開(kāi)始有所行動(dòng)，為解決城市道路問(wèn)題，百度突出了車(chē)路協(xié)同方案，在道路上安裝智能探頭用來(lái)監(jiān)控路況，通過(guò) AI 實(shí)時(shí)反應(yīng)并處理突發(fā)情況。在智慧產(chǎn)業(yè)領(lǐng)域，百度的視覺(jué)技術(shù)也落地在醫(yī)療、制造等諸多產(chǎn)業(yè)當(dāng)中。
對(duì)于阿里巴巴來(lái)說(shuō)，阿里巴巴視覺(jué)智能計(jì)算團(tuán)隊(duì)目前的重點(diǎn)在四個(gè)方向： 城市大腦，醫(yī)療 AI，工業(yè)視覺(jué)和智能設(shè)計(jì) 。其中“城市大腦”致力于通過(guò)云計(jì)算和人工智能技術(shù)去解決依靠人腦無(wú)法解決的城市治理和發(fā)展問(wèn)題。圍繞這一目標(biāo)，阿里巴巴目前的重點(diǎn)研究方向包括：多模態(tài)城市感知、交通預(yù)測(cè)與干預(yù)、并行異構(gòu)計(jì)算加速、基于視頻的行人與行為搜索識(shí)別、大規(guī)模城市視覺(jué)計(jì)算平臺(tái)等。基于視頻的城市對(duì)象感知幾乎是所有工作的基礎(chǔ)，也是阿里率先取得突破的技術(shù)方向之一。
而騰訊優(yōu)圖實(shí)驗(yàn)室在 9 月正式升級(jí)為騰訊計(jì)算機(jī)視覺(jué)研發(fā)中心，聚焦計(jì)算機(jī)視覺(jué)研究，專(zhuān)注在圖像處理、模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等領(lǐng)域開(kāi)展技術(shù)研發(fā)和業(yè)務(wù)落地。在技術(shù)上，優(yōu)圖重點(diǎn)專(zhuān)注于圖像技術(shù)及人臉技術(shù)的研究及應(yīng)用探索。圖像技術(shù)包含圖像識(shí)別、智能鑒黃、OCR 技術(shù)、圖像分割以及超分辨率技術(shù)等。人臉識(shí)別包含人臉配準(zhǔn)追蹤技術(shù)、人臉核身技術(shù)、活體檢測(cè)技術(shù)、海量人臉檢索技術(shù)等。
目前優(yōu)圖 AI 技術(shù)已經(jīng)廣泛應(yīng)用在零售、工業(yè)、社交娛樂(lè)、社會(huì)公益、道路感知、金融、鑒黃、安防、醫(yī)療、政務(wù)等領(lǐng)域，在手機(jī) QQ、QQ 空間、QQ 音樂(lè)、微信、廣點(diǎn)通、全民 K 歌、騰訊覓影等產(chǎn)品中落地，并與滴滴、公安部門(mén)、快遞等行業(yè)已經(jīng)有了合作案例。其中，智能醫(yī)療和自動(dòng)駕駛是該實(shí)驗(yàn)室今年剛涉足的領(lǐng)域。
第四章：懸而未決的問(wèn)題
計(jì)算機(jī)視覺(jué)是 AI 最為成熟的技術(shù)之一，其應(yīng)用已經(jīng)在政府、金融、互聯(lián)網(wǎng)等行業(yè)市場(chǎng)率先落地。但是，整體而言， 計(jì)算機(jī)視覺(jué)的應(yīng)用仍處于起步狀態(tài)。
當(dāng)前市場(chǎng)關(guān)注度、滲透率及技術(shù)采用度相對(duì)較高的應(yīng)用場(chǎng)景，如 人臉識(shí)別、物體識(shí)別、物體檢測(cè)等還停留在較為基礎(chǔ)的物體探測(cè)階段 ，在更具體的 事件檢測(cè)、更靈活的人機(jī)交互及更復(fù)雜的信息重組、自主行為等 方面的應(yīng)用明顯不足。可以說(shuō)， 當(dāng)前的應(yīng)用僅是冰山一角。
此外，自 2018 年起，人工智能商業(yè)化落地也成為了全行業(yè)都在重點(diǎn)關(guān)注的問(wèn)題，計(jì)算機(jī)視覺(jué)技術(shù)的商業(yè)化產(chǎn)品最多，但是在行業(yè)內(nèi)真正做到可以盈利的企業(yè)屈指可數(shù)。
與此同時(shí)，部分計(jì)算機(jī)視覺(jué)企業(yè)依靠競(jìng)賽刷榜、刷分來(lái)現(xiàn)實(shí)自身實(shí)力，雖然可以通過(guò)這種方式獲得融資、招攬人才，但是對(duì)行業(yè)來(lái)說(shuō)，落地才是硬道理。
在算法與硬件層，計(jì)算機(jī)視覺(jué)也同樣遇到了一些短時(shí)間內(nèi)無(wú)法解決的問(wèn)題。
深度學(xué)習(xí)彌補(bǔ)了手工設(shè)計(jì)特征的缺陷，非線(xiàn)性變換可以做非常多次，特征表示能力顯著提高，并且可以自動(dòng)地訓(xùn)練所有參數(shù)，大幅提升了視覺(jué)算法的效率。但是，由于硬件方面如：設(shè)備外觀(guān)、電池容量、設(shè)計(jì)成本、供應(yīng)鏈等多方面的限制，算法無(wú)法在 端側(cè) 最大限度地發(fā)揮作用，導(dǎo)致了最終結(jié)果受到了一定的限制。
雖然目前在邊緣計(jì)算領(lǐng)域已經(jīng)有不少企業(yè)進(jìn)行了探索，但是要滿(mǎn)足大規(guī)模應(yīng)用的需求，尚需時(shí)日。
除了技術(shù)上的諸多問(wèn)題外，2018 年的幾次重大的數(shù)據(jù)泄露事故，讓普通用戶(hù)更加在意道德層面的問(wèn)題，首當(dāng)其沖的就是隱私安全性。
中國(guó)是人口大國(guó)，人口是一項(xiàng)巨大的優(yōu)勢(shì)，這也就決定了計(jì)算機(jī)視覺(jué)技術(shù)可以在中國(guó)取得更好的發(fā)展。但是，安裝在道路上的攝像頭、每個(gè)人手機(jī)上的鏡頭、行車(chē)記錄儀、家用安防攝像頭等等，都可以成為隱私泄露的窗口，此類(lèi)消息在世界各地也屢見(jiàn)不鮮。
如何既滿(mǎn)足技術(shù)發(fā)展的需求，同時(shí)保證用戶(hù)在隱私方面的安全，這也是全行業(yè)仍在積極解決的問(wèn)題。
總 結(jié)
相信 2019 年計(jì)算機(jī)視覺(jué)方面的落地與技術(shù)研發(fā)，會(huì)更多的以人為中心來(lái)擴(kuò)展。人與物體的結(jié)構(gòu)化分析會(huì)成為主流，并且打通大數(shù)據(jù)分析這一環(huán)，為客戶(hù)產(chǎn)生真正的價(jià)值，各個(gè)行業(yè)都會(huì)產(chǎn)生細(xì)分行業(yè)龍頭。頭部公司的行業(yè)特點(diǎn)會(huì)越來(lái)越鮮明，大家都會(huì)有自己側(cè)重的業(yè)務(wù)點(diǎn)。
當(dāng)然，在近兩年也會(huì)有一些企業(yè)在浪潮中退出歷史舞臺(tái)。
從技術(shù)發(fā)展的趨勢(shì)來(lái)看 ，現(xiàn)在是參數(shù)學(xué)習(xí)，未來(lái)是結(jié)構(gòu)學(xué)習(xí)，再以后是目標(biāo)學(xué)習(xí)。到那個(gè)階段，計(jì)算機(jī)視覺(jué)或許可以理解出來(lái)一些意料之外的能力。
從行業(yè)發(fā)展來(lái)看 ，視覺(jué) AI 可以把整個(gè)生態(tài)環(huán)境形成起來(lái)。AI 并非一個(gè)獨(dú)立的行業(yè)，它更像是一種為所有傳統(tǒng)行業(yè)提供變革契機(jī)的基礎(chǔ)設(shè)施。因此在未來(lái)， 具有核心平臺(tái)化能力的 AI 企業(yè)才能夠不被淘汰 。
從人才培養(yǎng)來(lái)看 ，就視覺(jué)領(lǐng)域來(lái)說(shuō)，隨著 AI 的發(fā)展與普及，有更多的人才加入了學(xué)習(xí)計(jì)算機(jī)視覺(jué)技術(shù)的行列，但是大多數(shù)人還處在“正在進(jìn)行時(shí)”的狀態(tài)。行業(yè)需要真正有工程能力的人才，所以 人才短缺的情況仍會(huì)繼續(xù)，還是需要時(shí)間來(lái)培養(yǎng) 。
隨著萬(wàn)物互聯(lián)的物聯(lián)網(wǎng)時(shí)代的到來(lái)，AI 面臨著全新的發(fā)展機(jī)遇，與物聯(lián)網(wǎng)的結(jié)合將更為緊密。越來(lái)越多的物聯(lián)網(wǎng)設(shè)備接入網(wǎng)絡(luò)，通過(guò)嵌入式模組、計(jì)算單元、感知單元等將物理世界數(shù)字化，獲取豐富的數(shù)據(jù)，大大提升 AI 的感知能力，為 AI 奠定堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)，讓充分的數(shù)據(jù)價(jià)值挖掘成為可能。
