江苏龙网

  1. 首页 > 资讯 > 科技 > >

计算机视觉■推动计算机视觉和视觉AI发展的四大关键趋势( 二 )

计算机视觉■推动计算机视觉和视觉AI发展的四大关键趋势
文章图片

文章图片

图2a：现在深度学习算法在图像中精确识别物体的能力 ， 已经能够与人类的能力相匹配 。（来源：www.eff.org/ai/metrics）
计算机视觉■推动计算机视觉和视觉AI发展的四大关键趋势
文章图片

文章图片

图2b：在某些情况下 ， 深度学习算法可以产生超出人类能力的结果 。（来源：Learning to See in the Dark, Chen Chen, Qifeng Chen, Jia Xu and Vladlen Koltun, CVPR 2018）
因此 ， 不出所料 ， 计算机视觉开发人员正越来越多地将深度学习技术添加到他们的工具箱中（见图3） 。EVA最近的调查结果显示 ， 59%的视觉系统和解决方案开发者已经在使用DNN ， 比两年前的34%大幅增加 。28%的人计划在不久的将来使用DNN用于视觉智能 。总体来看 ， 87%的开发者已经使用或计划使用神经网络来执行计算机视觉功能 。
计算机视觉■推动计算机视觉和视觉AI发展的四大关键趋势
文章图片

文章图片

图3：87%的开发者已经使用或计划在不久的将来使用神经网络来执行计算机视觉功能 。（来源：EVA）
趋势二、3D传感
2D图像传感器能够在许多嵌入式视觉系统设计中 ， 实现巨大的视觉能力 。然而 ， 它们无法辨别物体与传感器之间的距离 ， 这将导致某些视觉功能的实现非常困难或是无法实现 。例如 ， 手势接口实现 。识别运动的能力 ， 包括上下、左右和前后 ， 能够大大扩展系统能够解读的手势的多样性、丰富性和精确性 。或者是人脸识别情况（见图4）：深度传感在“确定被识别的物体是真实的人脸而非人脸的照片”方面 ， 也很有价值 。
计算机视觉■推动计算机视觉和视觉AI发展的四大关键趋势
文章图片

文章图片

计算机视觉■推动计算机视觉和视觉AI发展的四大关键趋势
文章图片

文章图片

图4：人脸识别（上图）和视觉同步定位和映射（下图）是3D图像传感所实现的众多功能中的两个 。（来源：appleinsider.com/pcc.disam.etsii.upm.es）
ADAS（汽车高级驾驶辅助系统）和其他受益于3D传感器的半自动和全自动设备应用也非常丰富 。例如 ， 你可以很容易地想象 ， 在公路上 ， 你不仅能够确定另一辆车或物体在你的前方或后方 ， 而且还能准确地辨别它与你之间的距离 。准确地确定车辆与限速标志之间的距离 ， 对于确定多久必须把车速降下来、进而避免罚单同样非常有用 。
同样 ， 用于3D打印的3D物体扫描也是一个重要的应用案例 。幸运的是 ， 最近将3D光学传感器引入手机和汽车等大批量生产应用中 ， 不但加速了创新 ， 而且使尺寸、成本和3D传感的复杂性都有所降低（见图5） 。3D相机模块通常包括某种形式的红外照明 ， 其同样得益于最近显著的成本降低趋势 ， 它在低光环境中以及在监控戴太阳镜的车辆驾驶员的注意力方面 ， 非常有用 。
计算机视觉■推动计算机视觉和视觉AI发展的四大关键趋势
文章图片

文章图片

计算机视觉■推动计算机视觉和视觉AI发展的四大关键趋势
文章图片

文章图片

图5：最新一代小型、低成本、低功耗3D相机实现了强大的视觉部署（上图）；它们的红外照明模块同样越来越具有成本效益（下图） 。（来源：Microsoft/Intel/Occipital/Yole Développement）


推荐阅读


上一篇：「方法」PCB线路板的优劣判断方法

下一篇：「暴利行业」又一“暴利行业”诞生，影响全国6亿人，连罗永浩都已入局！