人工智能時代計算機視覺技術的發展趨勢研究

陳 婕

（湖南鐵路科技職業技術學院 湖南 株洲 412006）

1 引言

計算機視覺技術，即應用計算機實現人的視覺功能，利用技術來測量、判斷。計算機視覺技術涵蓋軟件、硬件兩個層面，融合了多種元素，包括相應算法、采集設備、鏡頭控制設備等，在某些不適合真人作業的環境中，計算機視覺技術表現出良好的應用前景。目前，計算機視覺技術已經在農業、工業、氣象、航天、軍事、交通、科研、安全、公安等領域中得到了廣泛使用，并不斷地進行著技術更迭，表現出了極強的優越性。

2 人工智能與計算機視覺技術

2.1 人工智能

對于人工智能的定義，主要包括4種：（1）借助人工智能，讓機器具備人的智能行為；（2）人工智能是與人類行為相似的計算機程序；（3）人工智能是會學習的計算機程序；（4）人工智能能夠根據環境感知來做出相應的行動，獲得收益。總體來看，人工智能即像人一樣思考、行動的技術手段。

關于人工智能發展的萌芽，可追溯至20世紀三四十年代。2000年后，人工智能進入了爆發式增長階段；2006年，神經網絡深度學習領域取得了突破性進展。與發達國家相比，我國人工智能技術的起步相對較晚、發展艱難，但如今也迎來了蓬勃的發展時期，國家出臺了一系列的政策文件，人工智能研究取得了顯著成就，包括模式識別、吳氏方法、水下機器人、智能駕駛、情感計算等，人工智能在多個領域中大放異彩。人工智能是一個新的學科，是以研究人類智慧作為主要目的，將研究成果轉化為有形的技術。人工智能發展迄今為止，其應用領域也越來越大，對于多個行業也產生了深刻影響，尤其是信息領域。

2.2 計算機視覺技術

計算機視覺屬于人工智能的重點研究領域，通過模擬人類視覺特征為各項工作服務，可針對圖像內容進行高效分析、運算，既能夠對圖形信息進行技術分析，還能夠根據圖形數據內容來識別、處理圖像。例如應用計算機視覺技術，可在海量圖像內容中找到目標內容，以公安偵查為例，應用計算機視覺技術，可針對目標人物圖像進行對比，結合云處理、云加速、云計算，在最短時間內鎖定罪犯特征，在天眼系統進一步完善之后，計算機視覺分析的精度將會持續提升[1]。當前，這一技術也開始應用在交通領域中，有效降低了交通管理部門的壓力與負擔，可對交通運輸體系進行精準管理與控制。計算機視覺領域的發展空間非常大，是當前業界研究的熱點話題。

3 計算機視覺技術的研究進展

3.1 簡單評測階段

在計算機視覺的發展早期，研究的主要內容是對于基礎視覺理論的研究，這一時期主要將各類實驗數據用在特定視覺理論的驗證中，形式比較單一。1963年，研究人員利用算法從單一幾何圖片中提取了簡單結構；在1966年，麻省理工學院舉辦了“人工智能實驗室”項目，利用前景-背景分割來自動提取出研究對象。進入了80年代后，研究人員將生理學、心理學、信息學等領域結合，技術手段的成熟讓計算機視覺成了獨立的研究學科，從理論逐步走入實際應用。

3.2 開放評測階段

在信息技術的發展下，人工智能在多個領域得到了廣泛使用，也在多個行業引起了重大變革。從20世紀90年代開始，關于計算機視覺的研究開始轉化為具體的視覺任務，通過數據的篩選、整理，具備了一定規模。在2009年，大規模數據集ImageNet誕生，對分類任務、物體識別帶來了新的挑戰，計算機視覺也步入了大規模數據庫發展階段，以ImageNet為代表的數據集有著精度高、數據全面、規模大、準則科學的特點，促進了深度學習的發展[2]。

3.3 競賽評測階段

基于開放評測作為基礎，誕生了競賽評測模式，這一評測是利用參賽算法性能，采用論文、排行榜等方式發布結果，根據結果來更新數據庫，促進計算機視覺技術的發展。在2012年，基于卷積神經網絡的AlexNet模型獲得冠軍，引起了學界對深度學習方法的關注。

3.4 圖靈評測階段

發展計算機視覺技術的目標是為了超越人類視覺感知力，但是以往單一的競賽評測、開放評測以及簡單評測，更加注重算法性能對比，忽視了與人類視覺能力之間的對比。對此，有學者提出了圖靈評測，這是采用視覺問答、視覺描述方式，評估是否具備人類的理解能力。目前，這一技術還處于初級發展階段，還未取得突破性進展。

4 人工智能時代計算機視覺技術的發展趨勢

4.1 人工智能在計算機視覺中的應用

將人工智能應用在計算機視覺中，可對各類圖形、圖像進行分析、處理，快速甄別海量圖像數據，發現分析目標。在當代社會，人們對于圖像動態化分析提出了新要求[3]。例如，在電商領域中，人們想購買一個商品，卻不了解商品的價值、作用以及其他信息，而現今即可應用人工智能與計算機視覺技術在全網中進行對比，分析商品的外部特征，很快便可獲取到精準的產品信息，在這一過程中，涉及計算機視覺技術、人工智能技術以及大數據技術。其運行流程為：借助計算機視覺技術來捕捉商品的圖像與圖形，并衍生出相關的核心數據，再利用大數據對內容進行分析、搜索，尋找相似內容，借助人工智能來識別、捕捉海量信息。人工智能在計算機視覺中的應用具有廣闊發展空間，也是下一階段人工智能的重點研究方向。

4.2 人工智能在網絡中的應用

人工智能在網絡中的應用也有著不可估量的價值。在當代社會，網絡領域的融合度顯著提升，利用互聯網可便利地實現數據的共享，滿足人們的各項訴求。人工智能在網絡中的應用，也解決了人力資源不足的問題，降低了管理、運營上的成本，大幅優化網絡運行效率，提高網絡系統覆蓋率。

人工智能在網絡中的應用主要集中在網絡安全、管理層面。其中，網絡安全是網絡發展中的核心問題，借助人工智能可對各項數據進行加密，保證數據安全性，通過對用戶數據的梳理、整合，都可能會影響網絡安全，利用人工智能的輔助作用，能夠對各項信息進行加密處理，提升網絡使用的安全性。人工智能的應用還可提升網絡科學化管理水平，例如傳統的網絡維護工作由人力負責，在人工智能的完善下，即可利用人工智能技術，這可有效減輕人員的工作壓力[4]。又如，網站在應用了人工智能技術后，可滿足大量用戶的同時在線交流，幫其答疑解惑，降低了人工客服的服務成本，提升了網絡服務質量與用戶滿意度。

5 人工智能時代計算機視覺技術應用的代表案例

5.1 智慧工程

在工業生產與制造中，質檢工作是其中的重點，傳統質檢工作一直存在質檢質量不穩定、成本高、培訓難、留人難、招工難的問題。利用人工智能與計算機視覺技術，提前部署計算機視覺系統，與云計算結合，將視覺檢測識別算法移植到MEC上進行執行，從而優化視覺算法，滿足工業智能化的生產要求。

5.2 智慧礦山

在傳統的礦山領域中，維護成本偏高、網絡投資重復，每一套系統都需要配備獨立光纖，有線連接常常無法很好地適配。利用人工智能與計算機視覺技術，再借助5G網絡，能夠將井下畫面實時傳播出來，利用AI來分析視頻內容，可精準識別出采礦工作中的巖石，幫助人員躲避，還能對掉落的煤塊進行監控，確保井下人員的安全。

5.3 智慧醫療

當前，計算機視覺技術也開始應用到了應急救護、智慧醫療服務、健康養老、公共衛生等領域，可用于移動醫護、遠程重癥監護以及遠程實時會診中。目前，我國多個醫院打造了智慧醫聯系統平臺，提供包括醫療業務、基礎服務等在內的內容，覆蓋各個醫療服務、手術、應急救治場景。

5.4 智慧港口

在傳統的港口場景中，缺乏網絡部署能力。因此，計算機視覺技術在港口中的應用也變得非常必要，利用人工智能與計算機視覺技術，可對起吊裝置進行遠程控制，還可提供高清視頻回傳、設備數據采集、現場人員通信、定位防碰撞、人工智能識別分析工作。

5.5 智慧電網

利用人工智能與計算機視覺技術，可以打造智慧電網，具有快速移動、海量連接、低實延等特征，滿足了數據采集、巡檢終端遙控工作要求。目前，這一技術已經進入推廣階段，在各項技術的輔助下，機器人巡檢、無人機訓練將推動電網領域朝著高清化、可視化、智能化的方向發展，在不破壞原有環境的基礎上，讓無線高清視頻監控變得更加簡單、易行，利用智能巡防機器人、無人機巡防、高清視頻監控、VR/AR監控儀器，可以實現優勢互補，顯著提升突發事件響應能力。

5.6 智慧教育

進入了教育信息化2.0時代后，VR、XR、HR、MR等產業迅速發展，與教育學實現了深度結合，成了現代化教育領域的重要發展趨勢。利用AI智能識別技術，可滿足交互式體驗要求，為教育領域提供3D模型、全景視頻、全景圖片，借助計算機視覺的確定性精準網、分布式精準云等，用戶只需要利用輕量XR終端，即可獲取到優質的教育資源[5]。

6 結語

人工智能在計算機視覺中的應用，已經取得了初步成效。在科技水平的發展與相關技術的推廣下，人工智能會在計算機視覺領域中表現出更大的應用潛力，推動人類社會的智能化發展進程。但是，以人工智能、大數據為基礎的計算機視覺技術與真實場景需求之間依然有差異，在下一階段，需要進一步創新技術發展，為超越人類視覺信息感知能力提供堅實的技術依托。