講計算機視覺之前，先和大家簡單區分一下兩個概念“機器視覺”和“計算機視覺”，這兩個技術都是透過對影象的獲取、處理、結合人工智慧演算法，實現機器/計算機的“看到”、“看懂”之目的，都可以劃分到人工智慧行業。機器視覺透過CMOS和CCD攝取影象，主要用於工業，包括物體定位、特徵檢測、缺陷判斷、目標識別、計數和運動跟蹤。計算機視覺比機器視覺更加複雜，透過各種成像系統（包括影片）獲取影象資訊，由計算機代替人腦觀察理解，做出判斷和決策。
接下來，重點講解計算機視覺(ComputerVision,CV)。CV是AI細分領域目前最大的一個分支，2017年國內市場規模約為15.45億元，2019年約60億元，2022年有望達到146億元（資料來源：網路資料整理）。在CV領域，中國無論在市場空間，還是在技術上都處於領先地位。目前CV應用最大的領域是安防，其次是金融和手機，也正在逐漸滲透到娛樂、家居、交通（包括自動駕駛）、醫療等領域。計算機視覺行業根據技術層級從上到下，分為基礎層、技術層和應用層。基礎層最靠近“雲”，應用層最靠近“端”。借用下圖吧。
CV界（演算法）四大獨角獸分別是曠視科技、依圖科技、商湯科技、雲從科技，這四家公司分別成立於2012/2013/2014/2015年。女孩子們最熟悉的美圖秀秀技術就來源於曠視科技。在安防領域落地專案較多的是雲從和依圖，都分別和20-30個省份的城市有合作。在手機領域，商湯和曠世的落地專案更多，都和oppo、vivo、小米等手機品牌有合作。
從技術流程上看，CV識別分為六個過程：影象獲取、預處理、圖片分割、特徵提取、機器判別、建模、應用。
第一步鏡頭獲取影象後的一系列的動作都是由計算機完成，其中資料量、運算力和演算法模型是決定CV最終輸出結果速度、準確率等的關鍵因素；這三者也是各CV公司之間競爭的核心。
之後會發文分享CV細節。
計算機視覺技術是指利用相機、攝像機等感測器，配合機器視覺演算法賦予智慧裝置人眼的功能，從而進行物體的識別、檢測、測量等功能。
關注優就業，學習更多人工智慧知識。
講計算機視覺之前，先和大家簡單區分一下兩個概念“機器視覺”和“計算機視覺”，這兩個技術都是透過對影象的獲取、處理、結合人工智慧演算法，實現機器/計算機的“看到”、“看懂”之目的，都可以劃分到人工智慧行業。機器視覺透過CMOS和CCD攝取影象，主要用於工業，包括物體定位、特徵檢測、缺陷判斷、目標識別、計數和運動跟蹤。計算機視覺比機器視覺更加複雜，透過各種成像系統（包括影片）獲取影象資訊，由計算機代替人腦觀察理解，做出判斷和決策。
接下來，重點講解計算機視覺(ComputerVision,CV)。CV是AI細分領域目前最大的一個分支，2017年國內市場規模約為15.45億元，2019年約60億元，2022年有望達到146億元（資料來源：網路資料整理）。在CV領域，中國無論在市場空間，還是在技術上都處於領先地位。目前CV應用最大的領域是安防，其次是金融和手機，也正在逐漸滲透到娛樂、家居、交通（包括自動駕駛）、醫療等領域。計算機視覺行業根據技術層級從上到下，分為基礎層、技術層和應用層。基礎層最靠近“雲”，應用層最靠近“端”。借用下圖吧。
CV界（演算法）四大獨角獸分別是曠視科技、依圖科技、商湯科技、雲從科技，這四家公司分別成立於2012/2013/2014/2015年。女孩子們最熟悉的美圖秀秀技術就來源於曠視科技。在安防領域落地專案較多的是雲從和依圖，都分別和20-30個省份的城市有合作。在手機領域，商湯和曠世的落地專案更多，都和oppo、vivo、小米等手機品牌有合作。
從技術流程上看，CV識別分為六個過程：影象獲取、預處理、圖片分割、特徵提取、機器判別、建模、應用。
第一步鏡頭獲取影象後的一系列的動作都是由計算機完成，其中資料量、運算力和演算法模型是決定CV最終輸出結果速度、準確率等的關鍵因素；這三者也是各CV公司之間競爭的核心。
之後會發文分享CV細節。