computer vision for applications
 |
來源：张康康
隨著深度學習的迅猛發展，電腦視覺也成為了目前人工智慧領域落地最順利的技術。電腦視覺（Computer Vision）是一門研究如何用攝影機和電腦代替人眼對目標進行跟蹤、辨識、分析、處理等。
 |
| Computer Vision Hardware and Software Market to Reach $48.6 Billion ... |
此過程極具挑戰性，光是隔離圖像並進行辨識的簡單概念，就花費了研究人員大量的時間。經過多年的努力，使用電腦視覺軟體和硬體算法，部署深度學習技術的企業，在辨識對象方面都取得了一定程度的成功。
據Tractica預測，電腦視覺產品市場將在2022年，達到全新的高度，最大的成長將出現在智慧駕駛，工業視覺檢測緊隨其後，預計營收可達98億美元，安控可達37.9億美元，醫療行業為23億美元，文創娛樂為20億美元，零售業和農業成長最低分別為6.55億美元和1.97億美元。
同時Tractica還預測2022年，將有眾多半導體、元件製造商等硬體公司和軟體公司，將投入大量資金支持電腦視覺產品的開發。
我們台灣目前有多少家從事電腦視覺的公司，找不到統計數字。對岸中國則有100多家電腦視覺企業，包括Face＋＋曠視科技、依圖科技、Video＋＋極鏈科技等獨角獸公司，涉獵安控影像、身份認證、AI文創娛樂等眾多應用領域。
電腦視覺的興起
近年來，為了讓電腦更像人，能夠認知事物，從而進行判定和深度學習，電腦視覺技術方法與應用發展迅速，全球電腦視覺市場正處於迅速發展之中。伴隨著人工智位產業升溫，電腦視覺行業也在加速擴張。
電腦視覺技術源於 80 年代的神經網路技術，最近兩年的發展才真正實現大規模商業化落地，背後驅動這項人工智慧技術的突飛猛進，源於晶片技術發展，帶來的計算能力指數級提升，網路和物聯網技術發展，提供了海量的數據，深度學習技術開源推動算法的快速工程化與更新升級。
促進這種技術進步的主要因素包括但不限於：
無線網路的普及與拓展，每日可供數百萬人使用。
寬頻速度的大幅度提升，為影像的傳輸、處理、分享提供了便利。
網路和物聯網數據庫為CNN培訓網路提供了大量數據儲存。
各大公司的研究實驗室為此投入了大量資金和資源。
軟體更新高效且迅速，硬體設備也在努力加快更新升級。
具有電腦視覺和深度學習知識基礎的工程師逐年增加。
電腦視覺領域未來的機會
未來，人們對安全和效率需求不斷提升，電腦視覺技術在各行業應用，能夠有效滿足人們需求，市場發展空間巨大。政府政策對人工智慧行業的支持，也為電腦視覺的發展提供了有利的環境。隨著電腦視覺技術日漸成熟，企業商業化落地能力不斷提高，未來電腦視覺市場規模將有突破性發展。
電腦視覺產品開發為設計自動化提供了巨大的機會。從圖像分析在內的獨立自動化系統，到雲端伺服器進行深度學習的晶片開發，嵌入式FPGA設計流程和訂製ASIC的成熟，為深度學習和電腦視覺產品帶來了新的受眾。而且，電腦辨識技術已經實現了高級的綜合解決方案，可以為軟體算法開發人員，選擇最適合的硬體技術。
目前整體電腦視覺市場價值約為119.4億美元，到2023年預計可達到173.8億美元，從2018年和2023年的複合年成長率約為7.80％。這一成長歸功於先進製造業2.0實踐，美國和歐洲工業4.0採用率提高，以及中國和印度等新興國家對自動化技術需求的不斷增加。
隨著新一代產品和解決方案的發佈和普及，更多融合型、跨界型的業務模式將應運而生。當下人工智慧、物聯網、大數據、5G、雲計算等，主導未來的核心技術，正在加速發展與演進，電腦視覺行業生態在這些技術力量的驅動下，必將形成新的技術和市場格局。
沒有留言:
張貼留言