圖像識(shí)別作為計(jì)算視覺(jué)技術(shù)體系中的重要一環(huán)，一直備受重視。微軟在兩年前就公布了一項(xiàng)里程碑式的成果：它的圖像系統(tǒng)識(shí)別圖片的錯(cuò)誤率比人類還要低。如今，圖像識(shí)別技術(shù)又發(fā)展到一個(gè)新高度。這有賴于更多數(shù)據(jù)的開放、更多基礎(chǔ)工具的開源、產(chǎn)業(yè)鏈的更新迭代，以及高性能的AI計(jì)算芯片、深度攝像頭和優(yōu)秀的深度學(xué)習(xí)算法等的進(jìn)步，這些都為圖像識(shí)別技術(shù)向更深處發(fā)展提供了源源不斷的動(dòng)力。

其實(shí)對(duì)于圖像識(shí)別技術(shù)，大家已經(jīng)不陌生，人臉識(shí)別、虹膜識(shí)別、指紋識(shí)別等都屬于這個(gè)范疇，但是圖像識(shí)別遠(yuǎn)不只如此，它涵蓋了生物識(shí)別、物體與場(chǎng)景識(shí)別、視頻識(shí)別三大類。發(fā)展至今，盡管與理想還相距甚遠(yuǎn)，但日漸成熟的圖像識(shí)別技術(shù)已開始探索在各類行業(yè)的應(yīng)用。

01

網(wǎng) 絡(luò) 搜 索

以Facebook和谷歌為例，近日，F(xiàn)acebook專門為圖像和視頻理解打造了一個(gè)專業(yè)計(jì)算機(jī)視覺(jué)平臺(tái) Lumos，該平臺(tái)可以為整個(gè)社交網(wǎng)絡(luò)提供視覺(jué)搜索功能，它將從兩個(gè)方面改善社交網(wǎng)絡(luò)上的用戶體驗(yàn)：基于圖片本身（而不是圖片標(biāo)簽和拍照時(shí)間）的搜索；升級(jí)的自動(dòng)圖片描述系統(tǒng)（可向視覺(jué)障礙者描述圖片內(nèi)容）。而對(duì)于谷歌而言，圖片識(shí)別已經(jīng)攻克，它的下一個(gè)挑戰(zhàn)是視頻識(shí)別，目標(biāo)是提升圖像識(shí)別技術(shù)，最終能夠識(shí)別和搜索視頻本身的原內(nèi)容，從而改善視頻推薦服務(wù)。除此以外，Snap和Twitter等也都在致力于此。

02

智 能 家 居

在智能家居領(lǐng)域，通過(guò)攝像頭獲取到圖像，然后通過(guò)圖像識(shí)別技術(shù)識(shí)別出圖像的內(nèi)容，從而做出不同的響應(yīng)。舉個(gè)例子，我們?cè)陂T口安裝了攝像頭，當(dāng)有物體出現(xiàn)在攝像頭范圍內(nèi)的時(shí)候，攝像頭自動(dòng)拍攝下圖像進(jìn)行識(shí)別，如果發(fā)現(xiàn)是可疑的人或物體，就可以及時(shí)報(bào)警給戶主。如果圖像和主人的面部匹配，則會(huì)主動(dòng)為主人開門。還有家庭用的智能機(jī)器人，通過(guò)圖像識(shí)別技術(shù)可以對(duì)物體進(jìn)行識(shí)別，并且實(shí)現(xiàn)對(duì)人的跟隨，搭配上人工智能系統(tǒng)，它能分辨出你是它的哪個(gè)主人，并且能你進(jìn)行一些簡(jiǎn)單的互動(dòng)，比如檢測(cè)到是家里的老人，它可能會(huì)為你測(cè)一測(cè)血壓，如果是小孩子，它可能給你講個(gè)故事。

03

電 商 購(gòu) 物

網(wǎng)購(gòu)時(shí)消費(fèi)者使用的“相似款（拍照識(shí)別/掃描識(shí)別）”搜索功能，就是基于圖像識(shí)別技術(shù)，當(dāng)消費(fèi)者將鼠標(biāo)停留在感興趣的商品上后，就可以選擇查看相似的款式；同時(shí)通過(guò)調(diào)整算法，還能夠更好的猜測(cè)消費(fèi)者的意圖，搜素結(jié)果即使不能提供完全匹配的商品，也會(huì)為消費(fèi)者推薦最為相關(guān)的商品，盡量滿足消費(fèi)者的購(gòu)物需求。這對(duì)于商家來(lái)說(shuō)，也是一種從外界導(dǎo)流和提高移動(dòng)端用戶黏度的方式之一。

04

農(nóng) 林 業(yè)

在農(nóng)林行業(yè)方面，圖像識(shí)別技術(shù)已在多個(gè)環(huán)節(jié)中得到應(yīng)用，例如森林調(diào)查，通過(guò)無(wú)人機(jī)對(duì)圖像進(jìn)行采集，再通過(guò)圖像分析系統(tǒng)對(duì)森林樹種的覆蓋比例、林木的健康狀況進(jìn)行分析，從而可以做出更科學(xué)的開采方案。而原木檢驗(yàn)方面，圖像識(shí)別可以快速對(duì)木材的樹種、優(yōu)劣、規(guī)格進(jìn)行判斷，可省去大量人工參與的環(huán)節(jié)。

05

金 融

在金融領(lǐng)域，身份識(shí)別和智能支付將提高身份安全性與支付的效率和質(zhì)量。比如，在傳統(tǒng)金融中，用戶在申請(qǐng)銀行貸款或證券開戶時(shí)，均必須到實(shí)體門店上做身份信息核實(shí)，完成面簽。如今，通過(guò)人臉識(shí)別技術(shù)，用戶只需要打開手機(jī)攝像頭，自拍一張照片，系統(tǒng)將會(huì)做一個(gè)活體檢測(cè)，并進(jìn)行一系列的驗(yàn)證、匹配和判定，最終會(huì)判斷這個(gè)照片是否是用戶本人操作，完成身份核實(shí)。

06

安 防

圖像識(shí)別在安防領(lǐng)域應(yīng)用較多，未來(lái)在軟硬件鋪設(shè)到后端軟件管理平臺(tái)的建設(shè)轉(zhuǎn)型中，圖像識(shí)別系統(tǒng)將成為打造智慧城市的核心環(huán)節(jié)。比如，人臉識(shí)別是智能安防時(shí)代視頻監(jiān)控中不可或缺的一部分，能直接幫助用戶從視頻畫面中提取出“人”的信息，這大大提升了監(jiān)控系統(tǒng)的價(jià)值，讓監(jiān)控系統(tǒng)不再是“呆板”的去錄像，而且讓它去“認(rèn)人”。

07

醫(yī) 療

未來(lái)，將圖像識(shí)別技術(shù)應(yīng)用到醫(yī)療領(lǐng)域，可以更精準(zhǔn)更快速地分辨 X 光片、MRI 和 CT 掃描圖片，上至診斷預(yù)防癌癥，下至加速發(fā)現(xiàn)治病救命的新藥。一個(gè)放射科醫(yī)生一生可能會(huì)看上萬(wàn)張掃描圖像，但是，一臺(tái)計(jì)算機(jī)可能會(huì)看上千萬(wàn)張。讓計(jì)算機(jī)來(lái)解決圖像的問(wèn)題，這聽(tīng)起來(lái)并不瘋狂。

08

娛 樂(lè) 監(jiān) 管

以視頻直播為例，直播內(nèi)容的審查鑒定可以從以下幾個(gè)步驟展開：識(shí)別圖像中是否存在人物體征，統(tǒng)計(jì)人數(shù)；識(shí)別圖像中人物的性別、年齡區(qū)間；識(shí)別人物的膚色、肢體器官暴露程度；識(shí)別人物的肢體輪廓，分析動(dòng)作行為。除了圖像識(shí)別之外，還可以從音頻信息中提取關(guān)鍵特征，判斷是否存在敏感信息；實(shí)時(shí)分析彈幕文本內(nèi)容，判斷當(dāng)前視頻是否存在違規(guī)行為，動(dòng)態(tài)調(diào)節(jié)圖像采集頻率。

此外，在機(jī)器人、無(wú)人家、自動(dòng)駕駛、交通、工業(yè)化生產(chǎn)線、食品檢測(cè)、教育、古玩等行業(yè)中，圖像識(shí)別也有不同程度的應(yīng)用。

據(jù)估算，到2020年生物識(shí)別技術(shù)市場(chǎng)規(guī)模將達(dá)到250億美元，5年內(nèi)年均增速約14%，其中，人臉識(shí)別增速最快，將從2015年的9億美元增長(zhǎng)到2020年的24億美元；在物體與場(chǎng)景識(shí)別中，機(jī)器視覺(jué)是一個(gè)重要的部分，預(yù)計(jì)2018年，全球機(jī)器視覺(jué)系統(tǒng)及部件市場(chǎng)規(guī)模達(dá)到50億美元；視頻識(shí)別主要用于安防產(chǎn)業(yè)，我國(guó)未來(lái)5年總體年增長(zhǎng)率仍將保持在20%左右，到2020年有望達(dá)到萬(wàn)億元。在智能化設(shè)備和應(yīng)用迅速普及的今天，圖像識(shí)別必將成為打開科技與萬(wàn)物互聯(lián)大門的一枚鑰匙。