世界技术前沿：计算机视觉的未来

在1995年，科技界的每个人都希望获得互联网泡沫的一部分，但今天，人工智能（AI），机器学习（ML）和大数据等领域推动世界科技风险投资（VC）。计算机视觉是所有这些数据驱动创新的交叉点。虽然计算机视觉的使用在科技界是众所周知的，但这个术语对于普通大众来说仍然是未知的，尽管其中许多人已经从中受益。

什么是计算机视觉？

计算机视觉的最初目标是使机器能够像人眼一样看到世界并按照人类的方式对其进行解释，但是人工智能已经超越了人类的视觉，并且现在机器能够看到人类不能看到的东西，比如空气质量和温度。大数据对于促进计算机视觉能够识别的内容以及从中看到的内容所取得的结论至关重要，这就是为什么在该领域处于领先地位的公司是已经涉足数据收集和机器学习门的相关技术。

今天计算机视觉在哪里使用？

计算机视觉和人工智能世界的主要参与者包括用户生成的内容平台，如PicsArt，Pinterest和Instagram，这些平台可以在公园内访问数据和进行跟踪行为。也可以也使用对象识别，而不是使用它来确定道路上的风险，使用它来对帖子进行分类并为最终用户提供高级编辑选项。

图像分割是计算机视觉的一部分，它使得各种社交媒体和编辑平台上的用户能够自动完成诸如模糊背景图像（在传统摄影中称为bokeh的效果）之类的事情，或者甚至通过快速点击将一个被摄体转置到一个新的背景上。将滤波器应用于图像也依赖于计算机视觉技术。风格转换，是允许主体呈现绘画或点画或流行艺术角色的外观的过滤器，仅仅因为计算机视觉能够映射三维物体，并且不仅可以感测颜色和阴影，还可以感测深度和形状，所以才有效。这也是增强现实（AR）的面具、过滤器和标签是如何工作的，这也是你在使用这些特性时可以移动头部的原因。即使是像流行照片编辑软件和应用程序中使用的那些智能过滤器，也依赖于大量的数据来提取信息。

还有谁开创计算机视觉的未来？

计算机视觉使用最复杂和最引人注目的方式之一是自动驾驶汽车的发展。无人驾驶车辆依靠先进的人工智能计算机视觉，以深度机器学习为指导。由于数据是促进人工智能和ML发展的动力，所以Google拥有市场上最先进的无人驾驶技术也就不足为奇了。

Waymo是谷歌自驾车项目的名称，它通过在公共街道上进行测试来发展其计算机视觉。通过从现实场景中收集数据并记录日常驾驶中可能发生的变量，该技术巨头将能够实现更复杂的物体识别算法和跟踪方法。使用ML和AI来推动进步意味着减少开发人员的工作量和持续改进。事实上，分析师估计，无人驾驶汽车将在2020年至2040年之间的某个时期实现普及。

类似的技术正被用于开发计算机视觉安全摄像头，进行市场调查(通过分析测试人员在试用不同产品和观看不同广告时的瞳孔)，开发帮助技术人员的医疗扫描仪，甚至建造对日常使用做出反应的更智能的绿色建筑。

计算机视觉如何使用户体验受益？

计算机视觉通过缩短开发时间并创建与用户想要和需要的内容相匹配的最终产品，为用户提供直接的好处。而不是在一小群开发人员和C级管理人员的闭门造车中确定功能，是基于自然使用而不断发展。这对于开发人员来说都是一个福音，他们可以依靠AI和ML来识别他们的主要模式，也为用户提供更加量身定制的用户友好型产品。计算机视觉是未来，它是朝着创造真正无形的技术迈出的重要一步，该技术能够立即适应用户的需求，并以惊人的准确性预测未来的需求。

更多是视觉资讯尽在“新机器视觉”微信公众号~