「计算机视觉」2022 年 5 大趋势

作者：伯纳德·马尔

Bernard Marr 是世界知名的未来学家、影响者和商业和技术领域的思想领袖，热衷于利用技术造福人类。他是 20 本书的畅销书作者，为福布斯撰写定期专栏，并为许多世界上最知名的组织提供建议和指导。他拥有超过 200 万社交媒体关注者和 100 万时事通讯订阅者，并被 LinkedIn 评为全球 5 大商业影响者之一和英国排名第一的影响者。

计算机视觉（有时称为机器视觉）是人工智能最令人兴奋的应用之一。能够理解图像（包括图片和移动视频）的算法是许多创新背后的关键技术基础，从自动驾驶汽车到智能工业机械，甚至是手机上的滤镜，让您上传到 Instagram 的图片看起来更漂亮。

除了自然语言处理能力（自然语言处理，或“NLP”）之外，它也是我们努力构建能够理解和学习周围世界的机器的基础，就像我们所做的那样。通常，它涉及由深度学习提供支持的应用程序——神经网络在数千、数百万或数十亿张图像上进行训练，直到它们成为对他们可以“看到”的内容进行分类的专家。

预计到 2022 年底，计算机视觉技术的市场价值将达到 480 亿美元 ，并可能成为全年持续创新和突破的源泉。因此，让我们来看看我们将关注的涉及这项迷人技术的一些关键趋势：

一 以数据为中心的计算机视觉

以数据为中心的人工智能基于这样一种思想，即应该将重点放在优化用于训练算法的数据质量上，就像开发模型和算法本身一样。由 著名的深度学习先驱Andrew Ng 倡导，这种新兴的范式与 AI 学科相关，但在计算机视觉领域尤其如此。一些基于深度学习的图像识别模型是由 Google 的 Ng 博士开发的，目的是训练计算机识别 猫的图片，并且它们特别依赖于它们所提供的数据的质量，而不仅仅是数量。这种专注于迭代地提高标记质量——使用提取和标记数据的自动化技术——将允许计算机视觉技术应用于可用数据少得多的问题，从而可能降低成本（在金钱和计算资源方面) 并开辟了许多新的潜在用例。

二 健康与安全中的计算机视觉

计算机视觉的一个关键用例是发现危险并在出现问题时发出警报。已经开发了一些方法，允许计算机检测 建筑工地的不安全行为 ——例如没有安全帽或安全带的工人，以及监控 叉车等重型机械所在的环境 正在靠近人类工作，如果有人踏入他们的道路，他们就会自动关闭。根据美国劳工统计局的数据，每年有 270 万人因工伤事故而受伤，这是企业越来越多地投资的领域，以减少因疏忽或疏忽造成的人力和财务成本。当然，防止由病毒引起的疾病传播也是当今的一个重要用例，并且越来越多地部署计算机视觉技术来监控对社交距离要求的遵守情况以及 戴口罩的要求. 在当前大流行期间，还开发了计算机视觉算法，以通过寻找感染证据和肺部图像损伤来帮助诊断胸部 X 光片的感染。

三 零售业的计算机视觉

购物和零售是生活的其他方面，我们肯定会注意到计算机视觉技术在 2022 年的日益普及。亚马逊通过其 Go 杂货店开创了无收银员商店的概念，配备的摄像头可以简单地识别顾客购买的商品从货架上拿走。更多的分店将在 2022 年全年开业，其他零售商也将加入这一行列，包括 将开设英国第一家免结账超市的乐购。 除了减轻人类扫描购买的责任外，计算机视觉在零售业还有许多其他用途，包括库存管理，其中摄像头用于检查货架和仓库中的库存水平，并在必要时自动订购补货。它还被用于监控和了解商店周围顾客的移动模式，以优化商品的定位，当然，还用于安全系统以阻止小偷。另一个越来越流行的用例涉及允许客户通过使用手机扫描条形码来获取产品信息。在时装零售业，计算机视觉的一个特别有趣的应用是“虚拟试衣间””它允许购物者在不接触物品的情况下虚拟试穿——镜子里的相机只是将衣服的图像叠加在镜子的反射上，甚至可以识别顾客正在试穿的产品，并建议与之搭配的配饰。

四 联网和自动驾驶汽车中的计算机视觉

计算机视觉是现代汽车连接系统的一个组成部分。尽管我们首先想到的可能是即将推出的自动驾驶汽车，但在现有的“联网”汽车系列中，它还有许多其他用途，这些汽车已经上路并停在我们的车库里。已经开发出使用摄像头跟踪面部表情的系统，以寻找我们可能会感到疲倦并有可能在方向盘上睡着的警告信号。因为据说这是造成高达 25% 的致命和严重道路事故的一个因素，很明显，这样的措施可以轻松挽救生命。这项技术已经在货运卡车等商用车辆中使用，到 2022 年，我们可以看到它也开始进入个人汽车。计算机视觉在汽车中的其他拟议用途可能使其从绘图变为现实，包括监测是否系好安全带，甚至监测乘客在离开出租车和拼车时是否把钥匙和手机留在后面。

当然，计算机视觉也将在自动驾驶中发挥重要作用——目前的想法是，它将成为自动导航中最重要的车载元素。 特斯拉 今年宣布，其汽车将主要依靠计算机视觉而不是激光雷达和雷达，它们分别使用激光和无线电波来构建汽车环境模型。

五 边缘的计算机视觉

边缘计算描述了在尽可能靠近数据源的地方进行计算的系统。这是一个与云计算范式形成对比的术语，在云计算范式中，数据通过传感器收集并发送到集中式服务器进行存储和处理。在计算机视觉领域，它是一个越来越有用的概念，因为计算机视觉系统经常做需要立即采取行动的工作（想想本文中提到的安全和自动驾驶的用例），而且根本没有'是时候将数据发送到云端了！

除了可以实现的速度提高之外，与计算机视觉相关的边缘计算对安全性也有重要影响——这是一个需要考虑的重要因素，因为企业和个人 在视频数据的捕获和使用方式方面面临更严格的审查和监管。借助配备计算机视觉的安全摄像头等边缘设备，可以动态分析数据，如果没有理由保留数据，例如未检测到可疑活动，则将其丢弃。 ​