6月21日，由騰訊云主辦、為期兩天的2017“云+未來”峰會(huì)在深圳順利開幕。在AI大數(shù)據(jù)專場(chǎng)會(huì)議中，騰訊優(yōu)圖杰出科學(xué)家賈佳亞發(fā)表了主題為“計(jì)算機(jī)視覺前沿與應(yīng)用”的演講，探討和分享了計(jì)算機(jī)視覺領(lǐng)域的發(fā)展前景。這是繼他在本次主峰會(huì)分享“視覺AI技術(shù)以及社會(huì)價(jià)值”后，又一次與眾多行業(yè)大咖深度交流。

騰訊優(yōu)圖實(shí)驗(yàn)室杰出科學(xué)家 賈佳亞

賈佳亞認(rèn)為，新的視覺體驗(yàn)、識(shí)別和視覺內(nèi)容計(jì)算是當(dāng)下研究不可分割的三大方向。優(yōu)圖實(shí)驗(yàn)室在專注最前沿技術(shù)研發(fā)的同時(shí)，也將把技術(shù)的能力擴(kuò)展到各個(gè)領(lǐng)域，讓行業(yè)和客戶接觸和共享更有趣的技術(shù)應(yīng)用。

以下為賈佳亞教授演講的主要內(nèi)容：

什么是計(jì)算機(jī)視覺？計(jì)算機(jī)視覺的研究目標(biāo)是使計(jì)算機(jī)程序能夠解讀和理解圖片，不僅是理解圖片的顏色，而且是更高層地理解圖片的語義及特征。人類大腦有約50%的視覺皮層，大腦分配給視覺處理的部分超過其他任何功能。計(jì)算機(jī)視覺是(AI領(lǐng)域中)最重要的研究方向之一，代表著信息的多樣性和能夠獲到的可用信息。但正所謂知易行難，計(jì)算機(jī)視覺看上去很容易，但實(shí)現(xiàn)起來卻非常困難。

計(jì)算機(jī)視覺主要包括三個(gè)打開方式，分別為：語義理解、識(shí)別、檢測(cè)；不受想象力約束的神奇效果（即新視覺體驗(yàn)）；固有需求的圖像視頻計(jì)算。

我們?nèi)绾卫斫庥?jì)算機(jī)視覺？在本屆峰會(huì)上，賈佳亞結(jié)合實(shí)際案例介紹了計(jì)算機(jī)視覺的三個(gè)打開方式。

第一個(gè)打開方式：語義理解、識(shí)別、檢測(cè)

國際圖像識(shí)別領(lǐng)域里最出名的比賽由斯坦福大學(xué)教授發(fā)起，名叫IMAGENET。它徹底推翻原來的競(jìng)賽規(guī)則，整個(gè)數(shù)據(jù)庫里包含超過14000萬張圖像，同時(shí)有超過2萬多種類別。比賽中計(jì)算機(jī)通過100多萬張圖像訓(xùn)練來理解每張圖像屬于1000個(gè)類別中的某一個(gè)，這是一個(gè)龐大的匹配過程和檢測(cè)過程。目前，通過深度學(xué)習(xí)不斷提高識(shí)別的準(zhǔn)確率，可以實(shí)現(xiàn)96%以上的圖像識(shí)別正確率，遠(yuǎn)遠(yuǎn)高過人眼識(shí)別率。

（圖像）檢測(cè)已經(jīng)逐漸成為計(jì)算機(jī)視覺研究領(lǐng)域的核心內(nèi)容和重要應(yīng)用方向。譬如，大家想象智能家居中的冰箱。當(dāng)打開冰箱時(shí)，計(jì)算機(jī)可以通過算法對(duì)它進(jìn)行檢測(cè)，然后告知人們冰箱里的物品種類有多少庫存。甚至如果庫存不夠，還會(huì)提醒人們?nèi)ル娚唐脚_(tái)購買回來。這些有趣的應(yīng)用，日后將通過檢測(cè)可以實(shí)現(xiàn)。

而在最新研究方向上，通過分析到更加細(xì)顆粒度的圖像識(shí)別，AI可以來推動(dòng)智能駕駛、輔助駕駛、大規(guī)模城市建設(shè)的發(fā)展。尤其是在智能駕駛或者輔助駕駛環(huán)境中，顆粒度越精細(xì)越好，計(jì)算機(jī)視覺日后將在自動(dòng)駕駛等新興產(chǎn)業(yè)中得到應(yīng)用。  

第二個(gè)打開方式：新視覺效果

如今的AI技術(shù)已可自動(dòng)產(chǎn)生非常有趣的效果，比如能夠?qū)⒆匀粓?chǎng)景變成鉛筆畫、水彩畫、油畫，甚至是各種抽象畫法，且已可控。以往，企業(yè)可能需要讓設(shè)計(jì)師、藝術(shù)家花較長的時(shí)間設(shè)計(jì)類似的場(chǎng)景。但現(xiàn)在只要接入這項(xiàng)技術(shù)的API或SDK，一秒鐘就能得到同樣，甚至更好的設(shè)計(jì)效果。

另一個(gè)例子，在工作中，當(dāng)遇到需要畫餅狀圖的場(chǎng)景時(shí)，會(huì)發(fā)現(xiàn)原本在PPT里呈現(xiàn)得很好看的圖片，打印出來后卻缺失了部分顏色細(xì)節(jié)。但是，通過算法可在29毫秒內(nèi)實(shí)現(xiàn)圖片效果的優(yōu)化，以黑白的方式還原不同色彩的細(xì)節(jié)呈現(xiàn)。而這正是計(jì)算機(jī)視覺有趣的地方——永遠(yuǎn)可以產(chǎn)生大眾想象不到的新效果。 

第三個(gè)打開方式：固有需求的圖像視頻計(jì)算

當(dāng)你跟領(lǐng)導(dǎo)站在臺(tái)上拍了一張照片，或者你領(lǐng)獎(jiǎng)時(shí)和朋友照了一張合影，結(jié)果照片較為模糊。這時(shí)候處境變得十分尷尬，因?yàn)槟悴豢赡茉倩氐皆瓉淼膱?chǎng)地再拍攝。此時(shí)，通過一個(gè)高級(jí)計(jì)算過程后便可將該圖做去模糊處理，讓重要的信息可以重構(gòu)出來。

另外，關(guān)于強(qiáng)迫透視，可以讓拍攝的圖像或背景虛化，或前景凸顯，甚至進(jìn)行模糊區(qū)域的切換，把聚焦點(diǎn)放在別的地方。目前，一些廠商已使用這項(xiàng)技術(shù)來實(shí)現(xiàn)圖片后期單反效果的增強(qiáng)。

隨著計(jì)算機(jī)視覺的不斷發(fā)展，新的內(nèi)容會(huì)不斷出現(xiàn)，計(jì)算機(jī)視覺應(yīng)用也會(huì)成為生活的基本元素。所以在未來，需要人們擔(dān)心的并不是視覺AI無法實(shí)現(xiàn)什么，而是計(jì)算機(jī)視覺將變得無所不能。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。