12月13日，計算機視覺(jué)方向的三大頂級會(huì )議之一ICCV（國際計算機視覺(jué)大會(huì )）就要在智利圣地亞哥拉開(kāi)帷幕了。

對業(yè)內人士來(lái)說(shuō)，這是盛會(huì )。當然，非專(zhuān)業(yè)人士大概會(huì )問(wèn)：這和我有什么關(guān)系？

其實(shí)，逐漸從學(xué)術(shù)界走向工業(yè)界的計算機視覺(jué)，已經(jīng)在人們生活中存在很長(cháng)時(shí)間了。

日前，科技日報采訪(fǎng)了計算機視覺(jué)底層技術(shù)領(lǐng)域專(zhuān)家戴宇榮教授。他此前在韓國科學(xué)技術(shù)院獲得終身教職，曾多次擔任ICCV領(lǐng)域主席。如今，戴宇榮離開(kāi)學(xué)術(shù)界，加入專(zhuān)注計算機視覺(jué)的創(chuàng )業(yè)公司“商湯科技”。

難點(diǎn)：在一堆數字里找出一個(gè)人

戴宇榮教授一直在做的，就是教計算機學(xué)會(huì )怎么看?！坝嬎銠C看到的，永遠只有0和1的數字。即使是圖像，在它們看來(lái)，照樣是0和1?！彼蛴浾呓忉?zhuān)斫庋芯空咴谟嬎銠C視覺(jué)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，你現在面對一堆看似毫無(wú)規律可循的數字，然后你接到了任務(wù)——數字中間藏著(zhù)一個(gè)人，來(lái)，把他找出來(lái)。這就是計算機要干的事情，它得在數字里找到規律，發(fā)現這個(gè)藏在數字當中的人，或者一只貓、一朵花。哦，對了，你還得先告訴計算機，長(cháng)成這樣的是人，長(cháng)成那樣的是貓，有著(zhù)花瓣的這株植物叫“花”，也是夠費勁了。

在日常生活的真實(shí)場(chǎng)景中，這堆數字經(jīng)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，都能改變數字的規律。

美圖秀秀、人臉識別，都是計算機視覺(jué)

那么，計算機的底層和高層視覺(jué)技術(shù)，又是什么呢？

底層視覺(jué)，可以幫計算機進(jìn)行邊緣提取，進(jìn)行區塊分隔，讓它看清圖像。其實(shí)，只要你曾用過(guò)Photoshop或者美圖秀秀，那么你已經(jīng)感受過(guò)計算機底層視覺(jué)技術(shù)的魅力了——這些應用都采用了圖像增強和圖像處理技術(shù)。

而且，如果計算機遇到了不那么清晰的畫(huà)面，底層視覺(jué)技術(shù)就會(huì )對它進(jìn)行預處理，豐富細節，提高清晰度；然后高層視覺(jué)技術(shù)就能對畫(huà)面進(jìn)行更充分的特點(diǎn)提取，把圖像上的物體“認出來(lái)”。

至于高層視覺(jué)技術(shù)，目前最為人所知的應用，當屬人臉識別。

隨著(zhù)人工智能、并行處理和神經(jīng)元網(wǎng)絡(luò )等學(xué)科的發(fā)展，人臉識別也從實(shí)驗室走向了工業(yè)界。2015年，人臉識別的熱度一路高歌猛進(jìn)：年初，馬云展示了一次“刷臉”支付技術(shù)；年末，人臉識別攪動(dòng)娛樂(lè )圈，趙薇老公因司機騙過(guò)人臉識別“被賣(mài)房”……

不過(guò)，很多業(yè)內人士仍有疑問(wèn)：計算機視覺(jué)在許多應用領(lǐng)域還是只充當輔助角色——有它挺好，沒(méi)它也無(wú)妨。而且，識別的穩定性仍有待提升。

戴宇榮覺(jué)得，這并不意味著(zhù)計算機視覺(jué)應用的普及依然遙遠?！耙杂嬎銠C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(guò)去，計算機就成為家庭標配?！?/p>

到了大學(xué)教授去工業(yè)界發(fā)展的時(shí)候？

“深度學(xué)習技術(shù)將為計算機視覺(jué)帶來(lái)更大的突破。只要我們能夠找到合適的深度學(xué)習方法，計算機視覺(jué)在日常生活中的應用會(huì )更普及?！贝饔顦s對自己傾心研究的技術(shù)很樂(lè )觀(guān)。

但是，如何找到這個(gè)方法？一些人的選擇是，離開(kāi)高校，到公司去?！爱斞芯砍晒搅吮容^成熟、可以在工業(yè)界產(chǎn)生應用的時(shí)候，便是大學(xué)教授到工業(yè)界發(fā)展的時(shí)候?！?/p>

戴宇榮覺(jué)得，現在到了這個(gè)時(shí)候。其實(shí)，許多計算機視覺(jué)領(lǐng)域的學(xué)界明星也已經(jīng)“縱身一躍”，加入工業(yè)界：紐約大學(xué)的Yann LeCun去了Facebook 的人工智能研究院并擔任院長(cháng)；NEC 資深科學(xué)家余凱進(jìn)入百度的深度學(xué)習研究院……

“公司的產(chǎn)品可以獲得大量數據以便訓練更好的深度學(xué)習模型；它更大的計算機集群還可以加速深度學(xué)習模型的訓練?！贝饔顦s強調，要將研究成果帶入工業(yè)界，需要多個(gè)部門(mén)通力合作，這不是簡(jiǎn)單的申請專(zhuān)利或開(kāi)放源代碼就能做到的。而且，公司的人才招聘著(zhù)眼長(cháng)遠，研究團隊彼此之間能夠長(cháng)期合作。他認為，比起大學(xué)，一所科技類(lèi)公司確實(shí)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(jué)技術(shù)已被廣泛應用到圖像搜索領(lǐng)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(jué)將成為無(wú)人車(chē)和無(wú)人機的眼睛，助推無(wú)人貨運的普及……戴宇榮覺(jué)得，未來(lái)正在加速前來(lái)。

摘自 中國科技網(wǎng)