12月13日，計算機視覺方向的三大頂級會議之一ICCV（國際計算機視覺大會）就要在智利圣地亞哥拉開帷幕了。
對業(yè)內人士來說，這是盛會。當然，非專業(yè)人士大概會問：這和我有什么關系？
其實，逐漸從學術界走向工業(yè)界的計算機視覺，已經在人們生活中存在很長時間了。
日前，科技日報采訪了計算機視覺底層技術領域專家戴宇榮教授。他此前在韓國科學技術院獲得終身教職，曾多次擔任ICCV領域主席。如今，戴宇榮離開學術界，加入專注計算機視覺的創(chuàng)業(yè)公司“商湯科技”。
難點：在一堆數(shù)字里找出一個人
戴宇榮教授一直在做的，就是教計算機學會怎么看。“計算機看到的，永遠只有0和1的數(shù)字。即使是圖像，在它們看來，照樣是0和1。”他向記者解釋，要理解研究者在計算機視覺上遇到的麻煩，就要先了解計算機處理訊息的方法。
想象一下，你現(xiàn)在面對一堆看似毫無規(guī)律可循的數(shù)字，然后你接到了任務——數(shù)字中間藏著一個人，來，把他找出來。這就是計算機要干的事情，它得在數(shù)字里找到規(guī)律，發(fā)現(xiàn)這個藏在數(shù)字當中的人，或者一只貓、一朵花。哦，對了，你還得先告訴計算機，長成這樣的是人，長成那樣的是貓，有著花瓣的這株植物叫“花”，也是夠費勁了。
在日常生活的真實場景中，這堆數(shù)字經常有缺陷：比如有待識別的物體被遮住了，光照條件不同了，拍攝角度變了……所有這些，都能改變數(shù)字的規(guī)律。
美圖秀秀、人臉識別，都是計算機視覺
那么，計算機的底層和高層視覺技術，又是什么呢？
底層視覺，可以幫計算機進行邊緣提取，進行區(qū)塊分隔，讓它看清圖像。其實，只要你曾用過Photoshop或者美圖秀秀，那么你已經感受過計算機底層視覺技術的魅力了——這些應用都采用了圖像增強和圖像處理技術。
而且，如果計算機遇到了不那么清晰的畫面，底層視覺技術就會對它進行預處理，豐富細節(jié)，提高清晰度；然后高層視覺技術就能對畫面進行更充分的特點提取，把圖像上的物體“認出來”。
至于高層視覺技術，目前最為人所知的應用，當屬人臉識別。
隨著人工智能、并行處理和神經元網(wǎng)絡等學科的發(fā)展，人臉識別也從實驗室走向了工業(yè)界。2015年，人臉識別的熱度一路高歌猛進：年初，馬云展示了一次“刷臉”支付技術；年末，人臉識別攪動娛樂圈，趙薇老公因司機騙過人臉識別“被賣房”……
不過，很多業(yè)內人士仍有疑問：計算機視覺在許多應用領域還是只充當輔助角色——有它挺好，沒它也無妨。而且，識別的穩(wěn)定性仍有待提升。
戴宇榮覺得，這并不意味著計算機視覺應用的普及依然遙遠。“以計算機為例，上世紀八十年代之前，它笨重、巨大，使用復雜，處在一種不溫不火的狀態(tài)。然而，僅僅20年過去，計算機就成為家庭標配。”
到了大學教授去工業(yè)界發(fā)展的時候？
“深度學習技術將為計算機視覺帶來更大的突破。只要我們能夠找到合適的深度學習方法，計算機視覺在日常生活中的應用會更普及。”戴宇榮對自己傾心研究的技術很樂觀。
但是，如何找到這個方法？一些人的選擇是，離開高校，到公司去。“當研究成果到了比較成熟、可以在工業(yè)界產生應用的時候，便是大學教授到工業(yè)界發(fā)展的時候。”
戴宇榮覺得，現(xiàn)在到了這個時候。其實，許多計算機視覺領域的學界明星也已經“縱身一躍”，加入工業(yè)界：紐約大學的Yann LeCun去了Facebook 的人工智能研究院并擔任院長；NEC 資深科學家余凱進入百度的深度學習研究院……
“公司的產品可以獲得大量數(shù)據(jù)以便訓練更好的深度學習模型；它更大的計算機集群還可以加速深度學習模型的訓練。”戴宇榮強調，要將研究成果帶入工業(yè)界，需要多個部門通力合作，這不是簡單的申請專利或開放源代碼就能做到的。而且，公司的人才招聘著眼長遠，研究團隊彼此之間能夠長期合作。他認為，比起大學，一所科技類公司確實更能給科研人員提供資源和人才上的助力。
如今，計算機視覺技術已被廣泛應用到圖像搜索領域；它還可以在智能安防和智能家居上一展身手；再遠一些，計算機視覺將成為無人車和無人機的眼睛，助推無人貨運的普及……戴宇榮覺得，未來正在加速前來。
摘自 中國科技網(wǎng)
