當(dāng)汽車遇到「計算機(jī)視覺」

　　很多廠商都說要在2020年推出自動駕駛汽車，無論這些車的自動駕駛程度如何，都要依靠「計算機(jī)視覺」技術(shù)來實現(xiàn)。

　　計算機(jī)視覺(Computer Vision，CV)，這是一門研究如何使機(jī)器”看”的科學(xué)，更進(jìn)一步說就是用攝影機(jī)和電腦代替人眼對目標(biāo)進(jìn)行識別、跟蹤和判別決策等機(jī)器視覺，并進(jìn)一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。

　　作為一個科學(xué)學(xué)科，計算機(jī)視覺研究與其相關(guān)的理論和技術(shù)，試圖建立能從圖像或者多維數(shù)據(jù)中獲取「信息」的人工智能系統(tǒng)。比爾·蓋茨說過：「IT界的下一次大事將是計算機(jī)視覺與深度學(xué)習(xí)的結(jié)合」。

　　怎么才能讓「機(jī)器」或「智能汽車」變得像人類一樣聰明？

　　首先要讓「它」感受到這個世界，然后再對感受到的信息處理反饋。從任天堂的Wii到微軟的Kinect，再到谷歌的Project Tango，都是如此。

　　2014年2月，谷歌已經(jīng)成功為該項目研發(fā)出了一款A(yù)ndroid手機(jī)原型機(jī)，配備了一系列攝像頭、傳感器和芯片，能實時為用戶周圍的環(huán)境進(jìn)行3D建模。另外還有微軟的Hololens全息眼鏡，從這些設(shè)備上，我們看到了計算機(jī)視覺技術(shù)的飛速發(fā)展。

　　視頻和圖像之中包含了大量的數(shù)據(jù)，過去我們不知道怎么讓機(jī)器來捕捉和利用這些數(shù)據(jù)。但隨著「深度學(xué)習(xí)」的發(fā)展，「卷積神經(jīng)網(wǎng)絡(luò)」的提出和運用，這些數(shù)據(jù)慢慢的能被機(jī)器解讀到了。這些進(jìn)步為以后的汽車自動駕駛，打下了獲得信息和處理信息的基礎(chǔ)。

　　目前在研究「計算機(jī)視覺」技術(shù)的有很多公司，比如SenseTime（商湯）、Cogtu（知圖科技）、Deepglint（格靈深瞳）等。

　　「商湯」是做計算機(jī)學(xué)習(xí)和深度學(xué)習(xí)技術(shù)的典型公司，核心技術(shù)有人臉識別、圖像識別、圖像處理、智能監(jiān)控。

　　此外就是「格靈深瞳」，這家公司的聯(lián)合創(chuàng)始人趙勇，在剛剛閉幕的2015杭州云棲會議上提到：「目前絕大多數(shù)自動駕駛技術(shù)非常昂貴，一輛自動駕駛汽車感知成本可能要上百萬人民幣，比汽車本身還貴?！?/p>

　　在他展示的視頻里，計算機(jī)視覺技術(shù)讓每輛車都有自己的「眼睛」。這套系統(tǒng)在汽車行駛的時候像人的眼睛一樣能看懂交通標(biāo)識，道路信息和各種不同的路況。

　　計算機(jī)視覺技術(shù)除了在汽車上使用外，還可以在智能交通領(lǐng)域幫上忙。在路口的紅綠燈可以通過使用該技術(shù)，來判斷所在道路交通流量，然后自動變燈，增加路口的通行能力。

　　從論文數(shù)量和創(chuàng)業(yè)公司數(shù)量就可以看出來，近兩年計算機(jī)視覺發(fā)展速度很快。但對于自動駕駛來說，目前仍面臨諸多問題，比如對芯片的計算速度要求很高、高昂的成本等等。計算機(jī)視覺可以讓自動駕駛成為現(xiàn)實，但離「普及」的程度還有一段距離。

　　原創(chuàng)聲明：本文為GeekCar原創(chuàng)作品，歡迎轉(zhuǎn)載。轉(zhuǎn)載時請在文章開頭注明作者和「來源自GeekCar」，并附上原文鏈接，不得修改原文內(nèi)容，謝謝合作！