題主所講的影象處理具體所指為何？

如果是指影象或者影像後期的話，這跟學歷沒有關係，人人都可以去學習，現實中真正的高手都不是科班出身，而是充滿無限的熱愛與興趣，並花大量的時間去學習去實踐得來的，所謂十年磨一劍就是這個道理。

我研究生方向就是影象處理，具體是做疲勞駕駛檢測/面部特徵分析的，就個人而言，影象處理方向未來發展還是不錯的，而且崗位需求較大，薪資待遇方面也是令人滿意的。下面主要介紹幾個主要就業崗位：

1. 人臉識別

人臉識別市場熱度高漲，其應用場景得到跨越式發展的根本原因在於技術革新。深度學習將人臉識別的精確度提高到肉眼級別，極大豐富了人臉識別的應用場景。網際網路銀行遠端開戶的剛需將人臉識別帶進了金融級應用場景；巨頭頻繁佈局人臉識別賦予其更大的應用場景想像空間，同時培養使用者“刷臉”習慣以及對技術的認可度，有利於產業進一步發展。多方的推動使得人臉識別應用得到爆發式發展。

2. 醫學影象處理

隨著計算機技術的發展，醫學影象已成為醫療診斷中一個非常重要的手段。醫學影象之所以成為重要的診斷手段，就在於它能夠區分不同的結構使其在影象上表現出具有不同的邊界，而且很多病理都需要影象的支援，縱觀國內好多研究所研究院，也開始做醫學影象處理這一塊了。醫學影象處理對口的地方有siemens、GE這些賣醫療裝置的大公司，國內醫療公司如聯影醫療、邁瑞醫療、東軟醫療等都有很多影象處理崗位。

3. 智慧駕駛

智慧駕駛，是指利用計算機系統來實現幾乎不用人工干預就可以自動行駛的狀態。在IT的技術不斷變革的浪潮下，人們對智慧終端的認識在不斷被顛覆。傳統的智慧終端經歷了從大規模的高效能計算機，到PC，到移動智慧終端的演變。其中，ADAS利用安裝於車上的各式各樣的感測器，實時收集車內外的環境資料，進行靜、動態物體的辨識、偵測與追蹤等技術上的處理，從而能夠讓駕駛者在最快的時間察覺可能發生的危險，以引起注意和提高安全性。就業非常有前景，上汽前瞻技術研究院直接給戶口，廣汽研究院也專門第二次招智慧車的人！國內的科技公司也在搞，百度、華為也在搞。

4. 智慧安防

在隨著國家政策的大力扶持下，結合智慧安防發展前景來看。平安城市等工程在全國各地深入推進，全民安防理念已經基本形成。2018年，影片影象識別系統有望在人臉識別、影象搜尋、影片理解等典型應用中得到不斷的拓展，複雜動態場景下人臉識別有效的檢出率和正確率得到了持續提升，從而最佳化消費者體驗。 在大資料和人工智慧等技術的帶動下，安防正在向城市化、綜合化、主動安防方向發展，智慧安防已經成為當前發展的主流趨勢。計算機視覺已經廣泛應用於飛機場、火車站等公共場合，在大規模影片監控系統中可實時抓拍人臉、布控報警、屬性識別等功能，並做出及時有效的智慧預警。且對於抓獲有作案前科慣犯幫助很大，目前多應用於公安事前、事中、事後敏感人員布控、失蹤人員查詢等。國內大的安防公司有海康威視、大華等，在國際上安防領域也是數一數二的，每年都會招聘大量影象處理的研究生。

5. 文字識別

文字識別的研究是從 1950年開始的，一般是識別字母、數字和符號，從印刷文字識別到手寫文字識別， 應用非常廣泛。其中，一個重要的應用是OCR光學字元識別，廣泛應用在身份證號識別，銀行卡識別、安防、發票稅票管理等。

6. AR/VR

VR是虛擬現實，指結合多領域前沿技術(計算機圖形技術、人機互動技術、感測器技術、人機介面技術、人工智慧技術等)，藉助專業裝置，讓使用者進入虛擬空間，實時感知和操作，從而獲得身臨其境的真實感受。AR是增強現實，透過將虛擬物件和虛擬資訊同用戶周圍的環境相互融合，使得App 跳出了螢幕的限制，以全新的方式與現實世界進行互動。基於AR/VR應用的穿戴式運算或顯示裝置，可應用在多媒體、電玩、影音產品、教育領域、旅遊市場等，整個產業鏈的商業價值巨大。我之前在一家專注增強現實的科技公司實習過，他們的產品已經量產應用到實際生活中，該方向同樣需要大量影象處理方面的人才，就業前景相當不錯。

當然還有一些其他應用方向，比如影象搜尋方向，這方面公司有微軟、google、yahoo和百度等；影片編解碼方向，像諾基亞和pixelworks以及影片網站(優酷網 土豆網等)，這些公司要求是熟悉或者精通MPEG、H.264或者AVS；智慧家居方向，我之前在海爾呆過，他們就利用影象處理技術實現廚房煙霧檢測、衣物識別、食材識別等。所以只要你學好影象處理技術，是不愁找工作的，當然具體的工作方向還需要你多方面考慮選擇，以上觀點僅代表我個人。

影象處理的方向應該極好。影象對於計算機處理來說，是個難點，現在沒有大範圍應用，主要是頻寬問題。在5G時代，頻寬不是問題，影片將是主流。因此，對影象的處理任務越來越多。

原先受限於技術，影象處理就業不理想，其實一些先行的企業已經起來了，比如Nvidia，為啥它發展這麼迅速？就是大家對影象處理技術的追求。這是最高階的，隨著硬體環境的改善，影象的應用會越來越下沉，使用的場景會越來越多。你要明白，人類80%的資訊從影象裡獲得，最終計算機處理影象能力會超過人類，這個就業面很廣。

當然，搞影象跟當碼農稍有些區別，碼農在很多時候也是個體力活，而搞影象不是，不需要太多人，所以就業面相對要窄一些。對影象處理的幾方面來說：醫療、識別、零件檢測和衛星影象來說，識別應該有大發展，人工智慧的重要方向。