腾讯“云+峰会”盛大召开 贾佳亚教授阐述计算机视觉奥秘

6月21日，由腾讯云主办、为期两天的2017“云+未来”峰会在深圳顺利开幕。在AI大数据专场会议中，腾讯优图杰出科学家贾佳亚发表了主题为“计算机视觉前沿与应用”的演讲，探讨和分享了计算机视觉领域的发展前景。这是继他在本次主峰会分享“视觉AI技术以及社会价值”后，又一次与众多行业大咖深度交流。

腾讯优图实验室杰出科学家 贾佳亚

贾佳亚认为，新的视觉体验、识别和视觉内容计算是当下研究不可分割的三大方向。优图实验室在专注最前沿技术研发的同时，也将把技术的能力扩展到各个领域，让行业和客户接触和共享更有趣的技术应用。

以下为贾佳亚教授演讲的主要内容：

什么是计算机视觉？计算机视觉的研究目标是使计算机程序能够解读和理解图片，不仅是理解图片的颜色，而且是更高层地理解图片的语义及特征。人类大脑有约50%的视觉皮层，大脑分配给视觉处理的部分超过其他任何功能。计算机视觉是(AI领域中)最重要的研究方向之一，代表着信息的多样性和能够获到的可用信息。但正所谓知易行难，计算机视觉看上去很容易，但实现起来却非常困难。

计算机视觉主要包括三个打开方式，分别为：语义理解、识别、检测；不受想象力约束的神奇效果（即新视觉体验）；固有需求的图像视频计算。

我们如何理解计算机视觉？在本届峰会上，贾佳亚结合实际案例介绍了计算机视觉的三个打开方式。

第一个打开方式：语义理解、识别、检测

国际图像识别领域里最出名的比赛由斯坦福大学教授发起，名叫IMAGENET。它彻底推翻原来的竞赛规则，整个数据库里包含超过14000万张图像，同时有超过2万多种类别。比赛中计算机通过100多万张图像训练来理解每张图像属于1000个类别中的某一个，这是一个庞大的匹配过程和检测过程。目前，通过深度学习不断提高识别的准确率，可以实现96%以上的图像识别正确率，远远高过人眼识别率。

（图像）检测已经逐渐成为计算机视觉研究领域的核心内容和重要应用方向。譬如，大家想象智能家居中的冰箱。当打开冰箱时，计算机可以通过算法对它进行检测，然后告知人们冰箱里的物品种类有多少库存。甚至如果库存不够，还会提醒人们去电商平台购买回来。这些有趣的应用，日后将通过检测可以实现。

而在最新研究方向上，通过分析到更加细颗粒度的图像识别，AI可以来推动智能驾驶、辅助驾驶、大规模城市建设的发展。尤其是在智能驾驶或者辅助驾驶环境中，颗粒度越精细越好，计算机视觉日后将在自动驾驶等新兴产业中得到应用。  

第二个打开方式：新视觉效果

如今的AI技术已可自动产生非常有趣的效果，比如能够将自然场景变成铅笔画、水彩画、油画，甚至是各种抽象画法，且已可控。以往，企业可能需要让设计师、艺术家花较长的时间设计类似的场景。但现在只要接入这项技术的API或SDK，一秒钟就能得到同样，甚至更好的设计效果。

另一个例子，在工作中，当遇到需要画饼状图的场景时，会发现原本在PPT里呈现得很好看的图片，打印出来后却缺失了部分颜色细节。但是，通过算法可在29毫秒内实现图片效果的优化，以黑白的方式还原不同色彩的细节呈现。而这正是计算机视觉有趣的地方——永远可以产生大众想象不到的新效果。 

第三个打开方式：固有需求的图像视频计算

当你跟领导站在台上拍了一张照片，或者你领奖时和朋友照了一张合影，结果照片较为模糊。这时候处境变得十分尴尬，因为你不可能再回到原来的场地再拍摄。此时，通过一个高级计算过程后便可将该图做去模糊处理，让重要的信息可以重构出来。

另外，关于强迫透视，可以让拍摄的图像或背景虚化，或前景凸显，甚至进行模糊区域的切换，把聚焦点放在别的地方。目前，一些厂商已使用这项技术来实现图片后期单反效果的增强。

随着计算机视觉的不断发展，新的内容会不断出现，计算机视觉应用也会成为生活的基本元素。所以在未来，需要人们担心的并不是视觉AI无法实现什么，而是计算机视觉将变得无所不能。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。