发布时间：2021年08月13日

计算机视觉的发展趋势和实际应用

计算机视觉技术赋予了计算机分析海量数据的能力——这与人类如何看待和感知其环境息息相关。计算机视觉是人工智能的一个分支领域，它能够抓取视频图像中的有用信息，从而成功解决各种应用场景中的复杂问题。当前，这一研究领域已经在各行各业落地，特别是那些着眼于公共安全的行业——计算机视觉技术可以专门用于对人类行为和动作进行有效分析。

随着在社交、商业和教育领域得到日益重要的应用，计算机视觉已可为复杂的行为动作提供简单的手势识别，在人体动作的表征和识别相关的技术领域取得了重大进展。此外，有了这些成果，还可以在紧急情况下进行特殊定制，例如在新冠疫情爆发时，或是公共安全受到威胁的情况下。

恩士迅（NCS）已运用专有的深度学习技术，开发出可以进行咳嗽和喷嚏检测的解决方案。理论证明，咳嗽和打喷嚏的人有可能已感染了病毒，而人工智能可以捕捉到打喷嚏时头部晃动或手臂遮挡口鼻等的动作，尤其是咳嗽或打喷嚏的动作持续的时间较长时。然后，人工智能会实时检测该人员的位置，再由巡逻的可移动机器人向指挥中心发送警报。

深度学习、目标检测、广角摄像头和毫米波传感器等一系列先进的边缘分析技术可协助管理大规模人群，保持安全社交距离，检测到违规行为后会即时发出警报。这类边缘解决方案可以在紧凑的现代人工智能平台上运行，非常节能。

该技术旨在解决病人在医院内跌倒的问题——这类事故在医院护理中很常见，但后果往往很严重，尤其是老年病人。医院里超过三分之一的跌倒会导致受伤，甚至是严重创伤，进而增加医疗费用或进一步引发并发症影响健康。恩士迅（NCS）目前正与一家新加坡公立医院合作，进行一个概念验证项目（可行性论证），以期解决这一问题，目标是检测、理解、分析病人在离开病床之后的运动行为。我们会运用先进的深度学习方法分析一段时间内的运动行为，从而检测、预防跌倒。这一解决方案会在人工智能边缘设备上运行，并会自动遮挡病人的面部以保护其个人隐私。

恩士迅（NCS）在与各地方机构讨论概念验证的机会时，开发了一项技术来利用现有的监控摄像头探测是否发生了危害公共安全的打架斗殴。该技术可在监狱、夜生活丰富的地区以及学校周边广泛应用。使用轻量级深度学习方法，可以检测到连续一段时间的出拳或踢腿等人体动作，从而判断是否有打架行为，然后自动向相关部门发出警报。这一解决方案同样部署在人工智能边缘设备上，以便保护隐私。

MarketsandMarkets公司的报告表明，到2024年，计算机视觉市场预计将从2019年的109亿美元增长至174亿美元，复合增长率预计可达7.8%。驱动市场增长的因素包括以下几点：

• 对质量检测和自动化的需求日益增长
• 对视觉引主导机器人系统的需求不断增长
• 针对特定应用的计算机视觉系统的需求不断增长
• 自动驾驶汽车、高级摄像头、图像传感器等应用场景对计算机视觉的采用日益增多
• 基于智能摄像头的计算机视觉系统具有成本效益高、紧凑灵活的特点，还符合新修订的法规和标准，因此在这些系统上更易于实施更改
• 自动化被广泛应用于汽车组装行业；而计算机视觉系统的高度运用，直接推动了计算机视觉市场在汽车行业的增长