?在人們談?wù)撚嬎銠C視覺(jué)之前，需要評估我們自己的人類(lèi)視覺(jué)系統。例如在生活中能用眼球做些什么。不管怎樣，對于計算機來(lái)說(shuō)，它們的鏡頭和不同傳感器（即人工智能）背后的生活并不完全令人驚訝，而且更加混亂。然而，計算機視覺(jué)技術(shù)幫助解決了人類(lèi)眼睛的局限性。


計算機視覺(jué)極大地影響著(zhù)組織，從零售到農業(yè)。對于那些需要用人的眼睛來(lái)觀(guān)察環(huán)境的問(wèn)題，它尤其有價(jià)值。由于該標準中存在大量的問(wèn)題，大量的計算機視覺(jué)應用尚未被發(fā)現或耗盡。


在這篇文章中，我們想闡明計算機視覺(jué)技術(shù)的重大突破，這有助于減輕人類(lèi)的任務(wù)和商業(yè)運作。



深度學(xué)習在圖像識別中的作用


你不能過(guò)分強調利用大量高質(zhì)量的訓練數據進(jìn)行機器學(xué)習的好處。來(lái)自微軟的亞當項目（projectadam）通過(guò)其先進(jìn)的計算機視覺(jué)程序將這一點(diǎn)說(shuō)得非常清楚，該程序非常出色，它可以區分Pembroke犬和Cardigan Corgi犬的圖像。這是一項即使對人類(lèi)也很麻煩的活動(dòng)。Adam項目的算法將自己建模為一個(gè)神經(jīng)網(wǎng)絡(luò )，從ImageNet數據集中，1400多萬(wàn)張圖片被分成22000個(gè)分類(lèi)。這就是它的ML算法在不同環(huán)境下也能如此熟練地感知圖片的方式。


無(wú)論如何，犬種鑒定只是冰山一角。亞當項目對未來(lái)健康意識強的買(mǎi)家以及視障人士和殘疾人社區都具有重要意義。


控制疫情的擴散


計算機視覺(jué)用于共面控制?；趚射線(xiàn)的疫情診斷存在許多深度學(xué)習和計算機視覺(jué)模型。用數字胸部x射線(xiàn)攝影（CXR）圖像識別疫情病例的最主流方法是COVID-Net，由加拿大達爾文人工智能公司創(chuàng )建。


蒙面人臉識別也被用來(lái)識別利用口罩和防護設備來(lái)限制Covid的傳播。計算機視覺(jué)系統幫助各國實(shí)施口罩作為控制病毒傳播的技術(shù)。例如，私有企業(yè)Uber已經(jīng)在其移動(dòng)應用程序中實(shí)現了計算機視覺(jué)算法，以發(fā)現旅行者是否戴著(zhù)口罩。像這樣的項目使運輸在病毒大流行期間更加安全。


人類(lèi)形象的變化


生成性對抗網(wǎng)絡(luò )是計算機視覺(jué)領(lǐng)域的一個(gè)重要發(fā)展。Faceapp是一個(gè)利用過(guò)濾器完全改變輸入圖像的應用程序。GANs的訓練包括兩個(gè)神經(jīng)網(wǎng)絡(luò )相互競爭，根據給定的訓練信息的分布產(chǎn)生新的數據。盡管GANs最初是作為一種無(wú)監督學(xué)習機制提出的，但它已經(jīng)證明自己是監督學(xué)習和半監督學(xué)習的有力競爭者。


揭開(kāi)古代雅典的歷史


雖然fedorasportingIndy對于我們創(chuàng )意思維的遙遠考古學(xué)家來(lái)說(shuō)仍然是原始的，但這個(gè)領(lǐng)域最近發(fā)生了獨特的變化。


新邊疆發(fā)現我們的圣人在阿拉巴馬州的辦公室里尋找失落的埃及城市塔尼斯，或者招募一大批袖手旁觀(guān)的考古學(xué)家查看衛星圖片，尋找成吉思汗的墳墓。在這兩個(gè)案例中，專(zhuān)家和程序圖像分析的結合使探索更快、更便宜、更有力。


巴塞羅那計算機視覺(jué)中心的一個(gè)科學(xué)家團隊建立了一個(gè)名為Knowxel的眾包平臺，旨在通過(guò)允許用戶(hù)利用全球范圍的多功能勞動(dòng)力，準備和增強內容和圖像分析中的計算機視覺(jué)算法，最終目標是應對此類(lèi)公民科學(xué)挑戰。


交通流量分析


對于智能交通系統（ITS），交通流的檢測已經(jīng)被廣泛地分析，它利用了侵入性技術(shù)（標簽、路面下線(xiàn)圈等）和非侵入性策略（如攝像頭）。隨著(zhù)計算機視覺(jué)在人工智能領(lǐng)域的興起，視頻分析技術(shù)可以應用到無(wú)處不在的交通攝像頭上，在智能交通和智慧城市中產(chǎn)生巨大的影響。利用計算機視覺(jué)手段可以觀(guān)察交通流，并測量交通工程師所需的一些因素。計算機視覺(jué)應用被用于交通標志的檢測和識別。視覺(jué)方法用于從各種交通場(chǎng)景中分割交通標志（利用圖像分割），并利用深度學(xué)習算法對交通標志進(jìn)行識別和分割。


計算機視覺(jué)技術(shù)的主要國家


中國


我們都知道中國在人工智能競賽中處于領(lǐng)先地位。但是，隨著(zhù)中國的重大技術(shù)發(fā)展，它也在計算機視覺(jué)領(lǐng)域處于領(lǐng)先地位。例如，SenseTime是一家總部位于中國的公司，它在人臉識別技術(shù)方面正在取得重大進(jìn)展。不僅僅是面部識別，它還為全球頂尖企業(yè)提供移動(dòng)圖像處理和其他人工智能解決方案。


美國


美國也在給中國帶來(lái)一場(chǎng)激烈的競爭。加州主要表現良好，Nauto利用計算機視覺(jué)技術(shù)通過(guò)減少碰撞次數來(lái)優(yōu)化交通。通過(guò)他們的智能系統，可以觀(guān)察駕駛員以及他們如何與道路和自己的車(chē)輛互動(dòng)。


以色列


沒(méi)想過(guò)吧？以色列在計算機視覺(jué)技術(shù)方面做得非常好。以色列的初創(chuàng )企業(yè)吸引了大量資金，像MobileEye這樣的公司正在利用計算機視覺(jué)改造這個(gè)國家。



原文鏈接：https://www.xianjichina.com/special/detail_478817.html
來(lái)源：賢集網(wǎng)
著(zhù)作權歸作者所有。商業(yè)轉載請聯(lián)系作者獲得授權，非商業(yè)轉載請注明出處。