机器视觉应用领域分析
更新时间:2017-08-12阅读:23次信息来源:摘要
近年来,为了让机器更像人,能够认知事物,从而进行判定和深度学习,计算机视觉技术方法与应用发展迅速。计算机视觉研究如何让计算机可以像人类一样去理解图片、视频等多媒体资源内容。例如用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等,并进一步处理成更适合人眼观察或进行仪器检测的图像。近些年在海量的图像数据集、机器学习(深度学习)方法以及性能日益提升的计算机支持下,计算机视觉领域的技术与应用均得到迅速发展。
下面来分析一下计算机视觉的应用领域:
人脸识别
“人脸识别”是人工智能“计算机视觉”领域中最热门的应用,今年2月,《麻省理工科技评论》发布“2017全球十大突破性技术”榜单,来自中国的技术“刷脸支付”位列其中,今后靠脸吃饭完全不是问题。这是该榜单创建16年来首个来自中国的技术突破。人脸识别技术目前已经广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗等行业。据业内人士分析,我国的人脸识别产业的需求旺盛,需求推动导致企业敢于投入资金。目前,该技术已具备大规模商用的条件,未来三到五年将高速增长。而今年,这一技术有望在金融与安防领域迎来大爆发。
视频监控分析
人工智能技术可以对结构化的人、车、物等视频内容信息进行快速检索、查询。这项应用使得让公安系统在繁杂的监控视频中搜寻到罪犯的有了可能。在大量人群流动的交通枢纽,该技术也被广泛用于人群分析、防控预警等。
工业视觉检测
机器视觉可以快速获取大量信息,并进行自动处理。在自动化生产过程中,人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。
医疗影像诊断
医疗数据中有超过90%的数据来自医疗影像。医疗影像领域拥有孕育深度学习的海量数据,医疗影像诊断可以辅助医生,提升医生的诊断的效率。
文字识别
如今“计算机视觉”成为了小风口,大量资本涌入,而2017年可能将是人脸识别产业应用产生突破性进展的一年。人脸识别和视频监控两大方向最受资本青睐,同时技术也在寻找其他方向的突破。