什么是计算机视觉？

　　目前，计算机视觉是深度学习最热门的研究领域之一。它位于许多学术科目的交汇点，如计算机科学（图形学、算法、理论、系统、体系结构），数学（信息检索、机器学习），工程学（机器人、语音、自然语言处理、图像处理），物理学（光学） ，生物学（神经科学）和心理学（认知科学）。由于计算机视觉代表了对视觉环境及其背景的相对理解，许多科学家认为，该领域因为其跨域掌握为人工智能铺平了道路。

　　从这一研究领域衍生出的快速增长的有用的应用集合：

　　人脸识别：Snapchat和Facebook使用面部检测、算法应用卷积核，并在图片中识别人像。

　　图像检索：Google图像使用基于内容的查询来搜索相关图像。算法分析查询图像中的内容，并根据最匹配的内容返回结果。

　　游戏和控制：Microsoft Kinect是使用立体视觉游戏中的一个很好的商业产品。

　　监视：监控摄像机在公共场所无处不在，它用于检测可疑行为。

　　生物识别：指纹、虹膜和面部匹配仍然是生物识别中的一些常用方法。

　　智能汽车：视觉仍然是检测交通标志和信号灯以及其他视觉特征的主要信息来源。

　　刑侦更高效

　　今年7月，浙江某地有市民报案说，摩托车被盗了。

　　办案民警根据报案人提供的车辆信息、车辆最后停靠的地点和时间，通过一种新型视频分析设备，进行时空研判分析，迅速筛选，很快锁定了嫌疑人。

　　在这期间，嫌疑人多次进入监控盲区，长时间停留。办案民警立刻输入嫌疑人样本图片，由新设备对案发地周边监控点海量视频，进行深度分析。很快，在人工智能助力下，嫌疑人最终的落脚点暴露了。

　　民警使用的这套破案“AI视觉大脑”，来自杭州本土的一家科技公司的技术。

　　形体是一种极其复杂的生物特征，只有人和部分动物，才具备通过形体对人进行辨识的能力。随着AI深度学习的不断发展，机器通过对大量人体标注数据的训练后，也具备了对形体进行辨识的能力。不同于人类，机器更多的是通过一系列复杂的深度算法计算，将视频及图片中人的形体进行抽丝剥茧式的层层解析，建立多维度的静态、动态以及生物特征。且这一能力，还在不断完善、提升。

　　医院更聪明

　　近期，宁波当地一家医院的人工智能物联网一期工程交付，进入试运行阶段。

　　当AI结合人脸识别等工具后，会变得更加聪明。比如，当天某个行政科室主任到住院部参加医疗查房，办公室的照明或空调没关，AI检测到办公室没有人后，它不会快速作出反应，将电器关闭，而是进行推断。当AI在住院部楼层捕捉到这位主任的人脸后，就开始学习这位主任查房的行为习惯，综合15天以上的学习，它会得出结果。这位主任在每周二、四、六上午前往住院部的平均时间为1个小时，AI就会短暂关闭办公室空调，1小时后再开启。而当这位主任从停车场开车出门，AI会跟踪判断是否关闭办公室内的电器。