视觉计算

吴思伟

       视觉是人类获取信息的重要途径。我们中国人的成语“百闻不如一见”和西方人常说的“One picture is worth ten thousand words”表达的就是这个思想。计算视觉的研究成果使机器具备了人类视觉的某些能力，同时也使人类在机器的协助下看得更清楚、更准确。国内外有很多高校、研究所、企业都在开展这方面的研究。

   

           光线追踪 视觉计算

  

三维重构
        我们生活在一个三维的世界里。人类的双眼具有立体视觉。从平面图像中获取物体的三维几何信息是计算视觉的一个重要研究方向，称作三维重构。

图像纹理分析
       图像区域中像素值不均匀分布所产生的视觉效应通常称为图像纹理。纹理展示了被拍摄物体表面不均匀的光学特性。不同材质的表面通常具有不同的纹理。纹理分析是模式识别和计算视觉的一个重要研究方向。

形状分析
       几何外形是物体的重要特征。不同物体通常具有不同的外形。

视觉计算

    通俗的讲就是让机器具备人类视觉的能力，同时也使人类在机器的协助下看得更清、分析得更准，是帮助这些嵌入式系统实现智能化、真正连至物联网的重要手段之一。换言之，凡是跟视频有关的行业都或多或少需要用到视觉计算。

    视觉计算

视觉计算在物联网领域前景

       视觉计算涉及领域十分广泛，包括通信基础架构、安防、零售、交通、能源、环保等领域，同时在虚拟现实（VR）、增强现实（AR）以及智能工业等方向也非常有前景。可为企业和消费者带来非凡的智慧体验，实现更强的生产力、更高的安全性和更便捷的生活。

      增强夜视功能

视觉计算举例

       以智能交通为例：无论抓拍的是抽象图像还是视频，里面有大量的元素是重复、没有意义的，抽取出有价值的元素、传输到后台，可以大大减少带宽压力、网络以及后台的开销。仅以国内一线城市的交通监控为例，每天平均产生0.3PB至6.7PB的视频数据。如果我们通过视觉计算进行数据抽取，数据量可以降低6成，还能解决带宽和后端存储容量问题。更重要的是，除车牌外，这些元素还包括个人的特征，可为之后的智能分析提供元素，甚至一些数据的向量。