3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊
What is sustainable Construction?
今日主題 智慧建築與家庭\智慧城市\智慧醫護\智慧科技創新應用
| ||
智慧建築與智慧家庭
| ||
2018年10月5日 星期五
．七步帶你認識電腦視覺
What is Computer Vision?
leiphone Blake
如果想要機器能夠進行思考，我們需要先教會它們去看。李飛飛——Director of Stanford AI Lab and Stanford Vision Lab
電腦視覺（Computer vision）是一門研究，如何使機器「看」的科學，更進一步的說，就是指用攝影機和電腦，代替人眼對目標進行辨識、跟蹤和測量等機器視覺，並進一步做圖像處理，用電腦處理成更適合人眼觀察，或進行儀器檢測的圖像。
學習和運算能讓機器，能夠更好的理解圖片環境，並且建立具有真正智慧的視覺系統。當下環境中，存在著大量的圖片和影像內容，這些內容亟需學者們理解，並在其中找出模式，來揭示那些我們以前不曾注意過的細節。 電腦視覺的實現基本過程為：
電腦從圖片中生成數學模型電腦圖形在模型中對圖像進行繪製，然後在圖像處理過程中將其作為輸入，另外給出處理圖像作為輸出
電腦視覺的理念，在某些方面其實與很多概念有部分重疊，包括：人工智慧、數位圖像處理、機器學習、深度學習、模式辨識、概率圖模型、科學計算，以及一系列的數學計算等。因此，你可以將本文看成是深入這個領域研究的第一步。
本文將盡量包涵到盡可能多的內容，但是可能仍然會存在一些較為複雜的主題，也有可能存在某些遺漏之處，敬請見諒。
丨第一步——背景
通常來說，你應該具有一點相關的學術背景，比如上過有關概率學、統計學、線性代數、微積分（微分與積分）等相關課程，對矩陣計算有一定瞭解更好。另外，從我的經驗來看，如果你對數位信號處理有瞭解的話，在以後對於概念的理解來說會更加容易。
在實現層面來說，你最好能夠會用MATLAB或者Python中的一種，一定要記住的是電腦視覺幾乎全部與電腦編程有關。
你也可以在Coursera上選修《概率繪圖模型》一課，這門課程相對較難（講得比較深入），你也可以在學習一段時間之後再對其進行瞭解。
丨第二步——數字圖像處理
觀看來自杜克大學的Guillermo Sapiro所教授的課程——《圖像和影像處理：從火星到好萊塢Image and Video Processing: From Mars to Hollywood with a Stop at the Hospital》，該課程所提供的教學大綱，每章都是獨立的且包涵大量的練習，你可以在coursera和YouTube上找到相關的課程影片資訊。
另外你可以看下Gonzalez與Woods編寫的《數位圖像處理（Digital Image Processing）》一書，使用MATLAB來運行其中所提到的範例，相信一定會有所獲。
丨第三步——電腦視覺
一旦學習完有關數位圖像處理有關內容，接下來應該瞭解相關的數學模型，在各種圖像和視訊內容中的應用方法。來自佛羅里達大學的Mubarak Shah教授，在電腦視覺方面的課程，可以作為一門很好的入門課程，其涵蓋了幾乎所有的基礎概念。
觀看這些影片的同時，可以學習Gatech的James Hays教授的電腦視覺項目課程，所使用的概念和算法，這些練習也都是基於MATLAB的。千萬不要跳過這些練習，只有在真正的練習過程中，才會對這些算法和公式，有更深入的瞭解。
丨第四步——高級電腦視覺
如果你認真學習了前三步中的內容，現在可以進入到高級計算機視覺相關學習了。
來自巴黎中央理工學院的Nikos Paragios和Pawan Kumar講授了一門人工視覺中的離散推理（Discrete Inference in Artificial Vision）課程，它能提供相關的概率圖形模型，和電腦視覺相關的大量數學知識。
到現在這一步來看就比較有趣了，這門課程一定能讓你感受到，用簡單模型，構築機器視覺系統有多麼複雜。學完這門課程的話，在接觸學術論文之前，又邁進一大步。
丨第五步——引入Python和開源框架
這一步我們要接觸到Python編程語言。
就Python而言，有許多像 OpenCV、PIL、vlfeat，這樣的相關擴展包，現在就是將這些擴展包，運用到你的項目中的最好時機。因為如果有其他的開源框架存在的話，沒有必要從頭開始來編寫一切內容。
如果需要參考資料的話，可以考慮《使用Python對電腦視覺進行編程 Programming Computer Vision with Python》，使用這本書就夠了。你可以動手去嘗試下，看看MATLAB和Python結合的話，如何來實現你的算法。
丨第六步——機器學習與CovNets（卷積神經網路）
有關如何從頭開始，機器學習的資料實在太多，你可以從在網上查找到大量相關教程。
從現在開始最好一直使用Python進行編程，可以看下《使用Python建立機器學習系統——Building Machine Learning Systems with Python》和《Python機器學習——Python Machine Learning》這兩本書。
目前深度學習正大行其道，可以試著學習卷積神經網路，在電腦覺中的應用（ Computer Vision: the use of CovNets），在此推薦史丹佛的CS231n課程：針對視覺辨識的卷積神經網路。
丨第七步——如何才能更進一步
行文至此，你可能會覺得已經講了太多的內容，需要學的已經太多。但是，你還可以進一步進行探索研究。
其中一個方法是看看由多倫多大學的Sanja Fidler和James Hays所舉行的一系列研討會課程，能幫助你對當下電腦視覺研究方向的最新概念有所理解。
另一種即跟著 CVPR、ICCV、 ECCV、 BMVC這些頂級學術會議的相關學術論文，透過會上的研討會、主旨演講以及tutorial等日程一定能學到不少知識。
總結：如果你按照步驟一步步完成所有的學習任務，屆時你將大概瞭解計算機視覺中有關濾波器、特徵檢測、描述、相機模型、追蹤器的歷史，另外還學習到分割和辨識、神經網路和深度學習的最新進展。希望本文能幫助你在電腦視覺領域走得更遠，學習得更加深入。
．智慧音箱的作用到底是什麼？
Top 6 Best Smart Speakers / Best WiFi Speakers (2018)
來源：
在許多人心中一直以來都有個困惑，智慧音箱到底有什麼作用？無可否認，智慧音箱能夠讓我們解放雙手，只透過語音就能夠進行操作。智慧音箱也能夠打通許多智慧家庭通道，消費者能夠舒服的躺在沙發上，控制家中燈光、電視、空調等電器是多麼愜意的一件事。
但這裡有一個問題，能用智慧音箱辦到的事情，使用智慧手機也一樣可以做到，兩者似乎在這一點上有很多功能重合。
但這裡有一個問題，能用智慧音箱辦到的事情，使用智慧手機也一樣可以做到，兩者似乎在這一點上有很多功能重合。
眾所周知，智慧音箱之所以帶有智慧二字，在於其擁有的智慧語音能夠準確的與用戶進行互動，因此最重要的，便是其中搭載的智慧語音辨識系統。
目前，智慧語音能力比較優秀的代表，有小米的小愛同學、三星的bixby、天貓的天貓精靈以及百度的小度等，這些語音系統，能夠保證給予用戶有效的反饋。
目前，智慧語音能力比較優秀的代表，有小米的小愛同學、三星的bixby、天貓的天貓精靈以及百度的小度等，這些語音系統，能夠保證給予用戶有效的反饋。
但與人工智慧技術的發展現狀相比，智慧音箱的際遇大不相同。據市場調研機構Canalys披露的數據顯示，2018年上半年中國智慧音箱市場出貨量已經達到了700萬台，而在去年，GfK統計2017年1～8月份的中國智慧音箱銷售數量僅為10萬台，增幅達到7000％。
雖然市場一片火熱，但這是依靠巨頭廠商入局，不斷壓低智慧音箱市場售價才取得的成績。馬雲曾說過，雙十一阿里不賺錢，甚至都要虧上兩億，而業內人士預估，天貓精靈X1的成本約為299元，而在雙十一是的促銷價為99元，這兩億基本都虧在天貓精靈上。
同樣小米的策略也是如此，在以性價比為準則的企業來看，智慧音箱更不會例外。在銷售前夕，雷軍親自把本要買399元的小米智慧音箱降價到299元，而其成本基本上與售價相當，真可謂在硬體上不賺錢。
巨頭紛紛入場智慧音箱領域，也是看中了智慧音箱將有可能成為物聯網的一大入口。而現在，隨著智慧語音的不斷成熟，交互的邏輯，以及準確性的提升，都為智慧音箱的推廣起到了一定的助力。
除開智慧語音之外，智慧音箱的定位也很模糊，雖說各大廠商都認為智慧音箱，是下一個時代的重要入口之一，但是除了小米自身的智慧音箱，擁有完整的智慧家庭生態鏈之外，其餘的智慧音箱功能上，有很大的局限性。
與其說是入口，不如說是智慧語音的載體，比如天貓精靈和小度，前者更注重購物，後者則可以連接百度搜索引擎，但也只是相當於語音搜索工具。
與其說是入口，不如說是智慧語音的載體，比如天貓精靈和小度，前者更注重購物，後者則可以連接百度搜索引擎，但也只是相當於語音搜索工具。
智慧音箱若想要成為真正的物聯網入口，首先要解決的便是交互問題。雖說智慧語音技術迅猛發展，但目前而言，依然還有所欠缺，人與機器的交流顯得不那麼自然。
同時用戶在對智慧音箱下達命令的時候，音箱無法準確辨識，導致命令無法完成。對於有口音或者方言的用戶來說，這種產品也基本到了不可用的層度。因此，當前的首要難題，是如何把一個商品變得易用。
同時用戶在對智慧音箱下達命令的時候，音箱無法準確辨識，導致命令無法完成。對於有口音或者方言的用戶來說，這種產品也基本到了不可用的層度。因此，當前的首要難題，是如何把一個商品變得易用。
與中國的困頓補貼不同的是，國際智慧音箱的普及率，已經非常高。據國外媒體Adobe Analytics近期公佈的報告顯示，國際智慧音箱普及率已經達到32％，相比於今年年初的28％，上漲了4個百分點。
而在美國，家庭中使用的智慧音箱，大多數都是本國產品，如谷歌的Google Home，以及蘋果的HomePod等，同時分析師預測，年底時智慧音箱的普及率，將可能達到48％。
 |
| Speak up: Are Smart Speakers the New Frontier? - Generator |
為何國際智慧音箱的普及率如此高，而中國市場卻反應平平？這可以從以下幾方面看出，首先是生活環境差異，國外用戶習慣於使用智慧家庭產品，擁有智慧音箱能夠保證擁有，一個良好的體驗感，可以很快的透過智慧音箱，打通家庭中的家居體系，給消費者以直觀的感受。
其次是文化差異，以美國為例，有許多家庭都崇尚派對文化，喜歡許多人聚在一起玩耍，這時候便習慣於使用智慧音箱來公放音樂。
而中國則不然，雖然也有部分人群喜愛這種行為，但大部分仍然比較內斂。文化的差異使得智慧音箱，在國際的受眾更廣，而對於智慧音箱音量需求不高的中國人而言，其智慧音箱的特點也無法體現。
而中國則不然，雖然也有部分人群喜愛這種行為，但大部分仍然比較內斂。文化的差異使得智慧音箱，在國際的受眾更廣，而對於智慧音箱音量需求不高的中國人而言，其智慧音箱的特點也無法體現。
回到最開始的問題，許多情況下，智慧音箱與智慧手機，在許多實用場景上都重合了，那麼如何解決這個矛盾呢？那就是在不方便使用手機的情況下，智慧音箱能夠發揮其有效的作用，比如開車途中、洗澡過程中或是遊戲當中。
當用戶身處於這些場景之中，雙手沒有空閒的狀態下，可以透過語音，來與智慧音箱進行交互，從而達到自身的目的。比如在淋浴過程中，透過語音來控制水溫，或者控制室外空調的溫度；開車過程中透過智慧音箱來進行電話聯繫，可以使手機保持地圖的顯示狀態，不必切換來干擾駕駛人員。
智慧音箱到底有什麼用？編者認為，目前最大的用處，還是解放用戶的雙手，幫助用戶節省出更多的時間。至於物聯網的入口，現階段手機便可以實現。而未來，智慧音箱的終極發展方向，或許是與手機融為一體，用語音來操控我們如今的所有操作。（本文僅供參考，不代表3S Market立場）
．智慧城市的 4 層模型結構和 13 項關鍵技術
Smart City - a look at Barcelona's use of technology to create a better city
 |
來源：公众号 作者：机器猫的建筑水暖电
智慧城市通用模型自下而上分為：感知層、通信層、數據層、應用層;以及完善的標準體系和安全體系。智慧城市通用模型如下圖所示：
感知層，是智慧城市實現其「智慧」的基本條件。感知層具有超強的環境感知能力和智慧性，透過RFID、感測器、傳感網等物聯網技術，實現對城市範圍內基礎設施、環境、建築、安全等的監測和控制，為個人和社會提供無處不在的、無所不能的資訊服務和應用。
通信層是智慧城市中的資訊高速公路，是未來智慧城市的重要基礎設施。未來城市的通信網路應該是由大容量、高頻寬、高可靠的光網路，和全城覆蓋的無線寬頻網路所組成，為實現城市的智慧化奠定良好的基礎。同時，讓市民「隨時、隨地、隨需」都可以寬頻上網，而且可以享受網路電視、高清電視、高清視頻通話等寬頻業務。（3S Market:這段描述有待商榷，窄頻物聯網是節能很重要的關鍵，不是都用寬頻）
數據層的核心目的，是讓城市更加「智慧」，在未來的智慧城市中，數據是非常重要的策略性資源，因此構建智慧城市的數據層，是智慧城市建設中非常重要的一環。
數據層主要的目的，是透過數據關聯、數據挖掘、數據活化等技術，解決數據割裂、無法共享等問題。數據層包含各行業、各部門、各企業的數據中心，以及為實現數據共享、數據活化等，建立的市一級的動態數據中心、數據倉庫等。
應用層主要是指在感知層、通信層、數據層基礎上，建立的各種應用系統。智慧產業、智慧管理和智慧民生，構成的智慧應用層，促進實現「產業發展、功能提升、民生幸福」的智慧城市。市民可以透過各種終端訪問這些系統，市民可以親自體驗到，城市生活的幸福與和諧。
1.1.1.1 技術體系
智慧城市無疑是，靠現代資訊技術支撐的系統。智慧城市建設至少包含13項關鍵技術，可以分為設備與器件相關技術、網路通信技術、應用服務，以及對用戶體驗，極其重要的情景計算相關技術。
1. 設備與器件相關技術
(1) 泛在感測器網路：為具有感知能力的小型嵌入式設備間，提供泛在的通信環境。
(2) RFID：由RFID標籤和RFID讀寫器，構成的自動辨識物體身份的技術。能支持從1.8米到27米的距離。
(3) 片上系統SoC：在一顆晶片上整合盡可能多的電腦部件。
(4) GPS：全球定位系統，位置服務。
2. 網路通信技術
(1) 寬頻聚合網BcN：整合的下一代無線有線網路，聚合語音、數據、互聯網、通信和廣播業務。預期端點互聯網訪問速度50Mbps到100Mbps。
(2) FTTx：光纖通信直達用戶處所。
(3) HSDPA與無線寬頻網WiBro：無線互聯網技術，是用戶在手機上的多媒體內容體驗，達到PC上同樣的效果。
(4) IPv6：互聯網的網路層協議，IPv6的後繼者。IPv6可以在相當長的時間內，解決IP地址數量限制的問題。
3. 應用服務技術
(1) 中間件中的仿真技術：連接軟體構件或者應用的電腦軟體，支持複雜的分布式應用。
(2) 遠端資訊服務Telematics：用通信設備，實現傳送、接收和儲存資訊的服務。用於整合GPS系統的行動計算。
(3) GIS：地理資訊系統。
(4) 雲計算：雲計算本質上，是一種新的提供資源，按需租用的服務模式，是一種新型的互聯網數據中心(Internet Data Center，IDC)業務。
4. 情景計算技術
(1) 上下文感知計算：設備可以獲取和辨識周邊環境的資訊，決定在特定的時間、地點、時間、人群提供不同的服務。如在音樂會現場，手機自動設置為震動模式(至少可以透過預先設置的音樂會日程表來實現。
(2) 增強現實AR：研究真實世界和電腦產生的數據的組合方法，是智慧城市最激動人心的技術。
智慧城市建設的技術體系圖如下圖所示:
