视觉对象图形应用场景简述.pdfVIP

视觉对象图形应用场景简述

1、什么是机器视觉？

机器视觉是人工智能的一个重要分支，其核心是使用“机器眼”

来代替人眼。机器视觉系统通过图像/视频采集装置，将采集到的图

像/视频输入到视觉算法中进行计算，最终得到人类需要的信息。这

里提到的视觉算法有很多种，例如，传统的图像处理方法以及近些年

的深度学习方法等。

在深度学习出现以前，传统的图像处理和机器学习方法并不能很

好地完成这样一个简单的分类任务，而深度学习的出现使得机器有了

达到人类水平的可能。事实上，AlphaGo的出现已经证明了在一些领

域，机器有了超越人类的能力。

由于深度学习技术的发展、计算能力的提升和视觉数据的增长，

视觉智能计算技术在不少应用当中都取得了令人瞩目的成绩。

图像视频的识别、检测、分割、生成、超分辨、captioning、搜

索等经典和新生的问题纷纷取得了不小的突破。这些技术正广泛应用

于城市治理、金融、工业、互联网等领域。

以下将以9个场景为例，对一些常见的应用场景进行介绍，让读

者直观地理解机器视觉都能解决哪些问题。

2、人脸识别。

人脸识别（FaceRecognition）是基于人的面部特征信息进行身

份识别的一种生物识别技术。它通过采集含有人脸的图片或视频流，

并在图片中自动检测和跟踪人脸，进而对检测到的人脸进行面部识别。

人脸识别可提供图像或视频中的人脸检测定位、人脸属性识别、人脸

比对、活体检测等功能。

人脸识别是机器视觉最成熟、最热门的领域，近几年，人脸识别

已经逐步超过指纹识别成为生物识别的主导技术。人脸识别分为4个

处理过程——人脸图像采集及检测、人脸图像预处理、人脸图像特征

提取以及匹配与识别，其主要应用及说明如下：

◾人脸支付：将人脸与用户的支付渠道绑定，支付阶段即可刷脸

付款，无须出示银行卡、手机等，提高支付效率。

◾人脸开卡：客户在银行等部门开卡时，可通过身份证和人脸识

别进行身份校验，以防止借用身份证进行开卡

◾人脸登录：用户注册阶段录入人脸图片，在安全性要求较高的

场景中启动人脸登录验证，以提高安全性。

◾VIP人脸识别：通过人脸识别自动确定客户的身份，提供差异

化服务。

◾人脸签到：活动开始前录入人脸图片，活动当天即可通过刷脸

进行签到，提高签到效率。

◾人脸考勤：利用高精度的人脸识别、比对能力，搭建考勤系统，

提升考勤效率，提高防作弊能力。

◾人脸闸机：在机场、铁路、海关等场合利用人脸识别确定乘客

身份。

◾会员识别：会员到店无须出示会员凭证，只要刷脸即可完成会

员身份验证，实现无卡化身份确认和人流统计。

◾安防监控：在银行、机场、商场、市场等人流密集的公共场所

对人群进行监控，实现人流自动统计、特定人物的自动识别和追踪。

◾相册分类：通过人脸检测，自动识别照片库中的人物角色，并

进行分类管理，提升产品的用户体验。

◾人脸美颜：基于人脸检测和关键点识别，实现人脸的特效美颜、

特效相机、贴片等互动娱乐功能。

由于人脸识别产业的需求旺盛，众多大型科技公司和人工智能创

业公司均有涉足该领域，目前该技术已经处于大规模商用阶段，未来

3～5年仍将继续保持高速增长。

3、视频监控分析。

视频监控分析是利用机器视觉技术对视频中的特定内容信息进

行快速检索、查询、分析的技术。由于摄像头的广泛应用，由其产生

的视频数据已是一个天文数字，这些数据蕴藏的价值巨大，靠人工根

本无法统计，而机器视觉技术的逐步成熟，使得视频分析成为可能。

通过这项技术，公安部门可以在海量的监控视频中搜寻到罪犯；

在拥有大量流动人群的交通领域，该技术也被广泛应用于人群分析、

防控预警等。

城市治理是视频监控分析应用价值最高的领域之一，以下列举了

一些典型的应用场景及说明：

◾交通拥堵治理：视频分析技术可用于进行车辆检测、车型识别、

车牌识别、非机动车检测、行人检测、红绿灯识别、车辆排队长度、

车辆通行速度、拥堵程度判断分析。识别、分析这些信息可用于实现

交通态势预测和红绿灯优化配置，从而缓解交通拥堵指数，加快车辆

通行速度，提升城市运行效率。

◾异常事件检测与轨迹跟踪：视频分析技术可用于检测拥堵、逆

行、违法停