圖像識別作為計算視覺技術(shù)體系中的重要一環(huán)，一直備受重視。微軟在兩年前就公布了一項里程碑式的成果：它的圖像系統(tǒng)識別圖片的錯誤率比人類還要低。如今，圖像識別技術(shù)又發(fā)展到一個新高度。這有賴于更多數(shù)據(jù)的開放、更多基礎(chǔ)工具的開源、產(chǎn)業(yè)鏈的更新迭代，以及高性能的AI計算芯片、深度攝像頭和優(yōu)秀的深度學習算法等的進步，這些都為圖像識別技術(shù)向更深處發(fā)展提供了源源不斷的動力。

其實對于圖像識別技術(shù)，大家已經(jīng)不陌生，人臉識別、虹膜識別、指紋識別等都屬于這個范疇，但是圖像識別遠不只如此，它涵蓋了生物識別、物體與場景識別、視頻識別三大類。發(fā)展至今，盡管與理想還相距甚遠，但日漸成熟的圖像識別技術(shù)已開始探索在各類行業(yè)的應(yīng)用。

01

網(wǎng) 絡(luò) 搜 索

以Facebook和谷歌為例，近日，F(xiàn)acebook專門為圖像和視頻理解打造了一個專業(yè)計算機視覺平臺 Lumos，該平臺可以為整個社交網(wǎng)絡(luò)提供視覺搜索功能，它將從兩個方面改善社交網(wǎng)絡(luò)上的用戶體驗：基于圖片本身（而不是圖片標簽和拍照時間）的搜索；升級的自動圖片描述系統(tǒng)（可向視覺障礙者描述圖片內(nèi)容）。而對于谷歌而言，圖片識別已經(jīng)攻克，它的下一個挑戰(zhàn)是視頻識別，目標是提升圖像識別技術(shù)，最終能夠識別和搜索視頻本身的原內(nèi)容，從而改善視頻推薦服務(wù)。除此以外，Snap和Twitter等也都在致力于此。

02

智 能 家 居

在智能家居領(lǐng)域，通過攝像頭獲取到圖像，然后通過圖像識別技術(shù)識別出圖像的內(nèi)容，從而做出不同的響應(yīng)。舉個例子，我們在門口安裝了攝像頭，當有物體出現(xiàn)在攝像頭范圍內(nèi)的時候，攝像頭自動拍攝下圖像進行識別，如果發(fā)現(xiàn)是可疑的人或物體，就可以及時報警給戶主。如果圖像和主人的面部匹配，則會主動為主人開門。還有家庭用的智能機器人，通過圖像識別技術(shù)可以對物體進行識別，并且實現(xiàn)對人的跟隨，搭配上人工智能系統(tǒng)，它能分辨出你是它的哪個主人，并且能你進行一些簡單的互動，比如檢測到是家里的老人，它可能會為你測一測血壓，如果是小孩子，它可能給你講個故事。

03

電 商 購 物

網(wǎng)購時消費者使用的“相似款（拍照識別/掃描識別）”搜索功能，就是基于圖像識別技術(shù)，當消費者將鼠標停留在感興趣的商品上后，就可以選擇查看相似的款式；同時通過調(diào)整算法，還能夠更好的猜測消費者的意圖，搜素結(jié)果即使不能提供完全匹配的商品，也會為消費者推薦最為相關(guān)的商品，盡量滿足消費者的購物需求。這對于商家來說，也是一種從外界導流和提高移動端用戶黏度的方式之一。

04

農(nóng) 林 業(yè)

在農(nóng)林行業(yè)方面，圖像識別技術(shù)已在多個環(huán)節(jié)中得到應(yīng)用，例如森林調(diào)查，通過無人機對圖像進行采集，再通過圖像分析系統(tǒng)對森林樹種的覆蓋比例、林木的健康狀況進行分析，從而可以做出更科學的開采方案。而原木檢驗方面，圖像識別可以快速對木材的樹種、優(yōu)劣、規(guī)格進行判斷，可省去大量人工參與的環(huán)節(jié)。

05

金 融

在金融領(lǐng)域，身份識別和智能支付將提高身份安全性與支付的效率和質(zhì)量。比如，在傳統(tǒng)金融中，用戶在申請銀行貸款或證券開戶時，均必須到實體門店上做身份信息核實，完成面簽。如今，通過人臉識別技術(shù)，用戶只需要打開手機攝像頭，自拍一張照片，系統(tǒng)將會做一個活體檢測，并進行一系列的驗證、匹配和判定，最終會判斷這個照片是否是用戶本人操作，完成身份核實。

06

安 防

圖像識別在安防領(lǐng)域應(yīng)用較多，未來在軟硬件鋪設(shè)到后端軟件管理平臺的建設(shè)轉(zhuǎn)型中，圖像識別系統(tǒng)將成為打造智慧城市的核心環(huán)節(jié)。比如，人臉識別是智能安防時代視頻監(jiān)控中不可或缺的一部分，能直接幫助用戶從視頻畫面中提取出“人”的信息，這大大提升了監(jiān)控系統(tǒng)的價值，讓監(jiān)控系統(tǒng)不再是“呆板”的去錄像，而且讓它去“認人”。

07

醫(yī) 療

未來，將圖像識別技術(shù)應(yīng)用到醫(yī)療領(lǐng)域，可以更精準更快速地分辨 X 光片、MRI 和 CT 掃描圖片，上至診斷預防癌癥，下至加速發(fā)現(xiàn)治病救命的新藥。一個放射科醫(yī)生一生可能會看上萬張掃描圖像，但是，一臺計算機可能會看上千萬張。讓計算機來解決圖像的問題，這聽起來并不瘋狂。

08

娛 樂 監(jiān) 管

以視頻直播為例，直播內(nèi)容的審查鑒定可以從以下幾個步驟展開：識別圖像中是否存在人物體征，統(tǒng)計人數(shù)；識別圖像中人物的性別、年齡區(qū)間；識別人物的膚色、肢體器官暴露程度；識別人物的肢體輪廓，分析動作行為。除了圖像識別之外，還可以從音頻信息中提取關(guān)鍵特征，判斷是否存在敏感信息；實時分析彈幕文本內(nèi)容，判斷當前視頻是否存在違規(guī)行為，動態(tài)調(diào)節(jié)圖像采集頻率。

此外，在機器人、無人家、自動駕駛、交通、工業(yè)化生產(chǎn)線、食品檢測、教育、古玩等行業(yè)中，圖像識別也有不同程度的應(yīng)用。

據(jù)估算，到2020年生物識別技術(shù)市場規(guī)模將達到250億美元，5年內(nèi)年均增速約14%，其中，人臉識別增速最快，將從2015年的9億美元增長到2020年的24億美元；在物體與場景識別中，機器視覺是一個重要的部分，預計2018年，全球機器視覺系統(tǒng)及部件市場規(guī)模達到50億美元；視頻識別主要用于安防產(chǎn)業(yè)，我國未來5年總體年增長率仍將保持在20%左右，到2020年有望達到萬億元。在智能化設(shè)備和應(yīng)用迅速普及的今天，圖像識別必將成為打開科技與萬物互聯(lián)大門的一枚鑰匙。