近期的人工智能领域,论风头最盛莫过于计算机视觉赛道。借助资本的青睐,新兴的AI企业如雨后春笋般涌现,融资估值动辄数十亿甚至百亿。但是细看,这些资本宠儿的主要业务还是集中在人脸识别这一领域内。虽然已有金融、安防等非常成熟的落地场景,但过于拥挤的竞争使得这一领域渐有红海之势,这也为视觉AI企业未来的盈利之路带来了更多挑战。
人脸识别只是视觉AI 落地的开始
作为一个天然入口,人脸识别已普遍应用在手机刷脸、刷脸考勤、人脸门禁、刷脸过关、人证比对等实际场景中。但成熟也意味着众多的入局者,以人脸识别落地规模最大的行业“安防”为例,新兴算法见长的视觉AI公司要切入仍然举步维艰,行业内的传统设备供应商海康、大华、宇视等,仍处于强势地位。其中海康威视公司资料显示,目前该公司已经有2000多万台摄像应用装置在世界上应用,销售额位居摄像头领域第一。
从实质上来说,人脸识别是视觉AI领域中一项视觉认知技术。视觉认知是指通过深度学习让机器可以用镜头感知世界,它可以用于识别场景,如分析到画面是在海边、草原、会议室、学校。也可以是物体识别,识别出画面中有什么东西,AI物体识别已广泛应用在智能零售的商品识别,智能冰箱的食材识别与智能汽车的道路标识、行人、车辆等识别。此外还可以识别个体,它可以从全家福中分辨出哪个是你,也可以从停车场中分辨出哪辆是你的车。在视觉认知技术中,目前实际应用最广的就是生物识别技术,人脸识别正是其中一种。
值得一提的是,近期还发布的一项非常有趣的生物识别技术。视觉AI技术提供商ArcSoft虹软发布了全新的“猪脸识别”技术。由于生物体征不同,猪脸识别要比人脸识别的难度更高。首先,猪类差异很小,同品类的猪就像多胞胎一样难以分辨。其次,由于猪自身及生活环境问题,在识别时需要攻克诸多遮挡干扰的难题,而且不似人脸的光滑,猪的脸上都是硬硬的毛。“猪脸识别”不仅能够帮助养殖场对每一头猪进行跟踪,通过对动物面部特征、体态的识别来判断猪的品种,通过对猪体态和动作的识别来判断猪的健康情况,实现日常个体信息管理与全流程追溯,而且还能实现农村金融养殖保险的革新、数据农贷的开展,让农民能用上金融工具来更好的开展养殖生产。
无独有偶,2018年6月,阿里云也宣布开始将视觉AI引入到猪养殖领域,开设智能化养殖场。从人脸到猪脸,从这条全新的产业链可以意识到,人脸识别只是视觉AI进入生产生活的开始。
技术融合或成视觉AI落地未来趋势
事实上,视觉AI应用范围很广。从技术层面上来说,视觉AI将从三个方面提升机器能力。除了提升视觉认知能力外,还有成像技术的提升,让设备可以看得更清、更广、更远。以及交互与多维度的提升,实现交互与虚实结合的效果,让人享受视觉。这些功能在目前使用人数最多的AI落地应用——AI拍照中得到了淋漓尽致的体现。
在各大手机品牌发布会上,如全球领先的智能视觉技术提供商虹软等部分AI企业已成为占据重要位置的常客。正是在他们提供的AI双摄、AI美颜、HDR、智能场景拍摄等视觉AI技术的加持下,AI拍照成为了智能手机的最大卖点之一。全球智能手机每年十亿量级的出货量,也为这些企业带来了无限商机。
通过AI双摄技术可以实现光学变焦和背景虚化功能,让设备看的更清。在智能场景拍摄上,通过场景识别技术,可以自动识别白天、晚上、沙漠、森林等拍摄场景,并智能化的调节照片参数以达到最佳拍摄效果。而AI美颜技术中,也运用了多层次的视觉AI技术,首先在美颜拍照时就运用到了人脸检测、人脸识别等技术,通过AI算法检测和识别拍摄对象的人脸关键点,再进行运用个性化磨皮、修饰、五官调整来达到美颜的目的。
通过AI拍照这一成熟的落地场景可以大胆的猜测,在视觉AI正确的落地姿势,往往不是出现单一技术,而需要多种视觉AI技术的紧密融合。
而联想到众多厂商看好的下一代平台级应用智能汽车上,更是将融合运用到视觉、语音等多种人工智能技术。如其车载雷达、车载摄像头等感知部分硬件大量搭载视觉AI技术,对汽车内部环境、路况信息、行驶状况进行收集和初步整理,再通过大数据及机器学习技术,为智能驾驶行为做出决策。在控制方面,语音AI将配合视觉AI形成整体的智能化交互形式,通过语音、手势的控制实现对驾驶的控制。
结语:
不难发现,多层次的人工智能技术融合,也是未来包括智能驾驶在内的各种实际落地应用场景的需求趋势。由此可见,视觉AI的成熟落地,将考验的是企业丰富的技术储备及多种技术之间的整合能力。