信息服务行业:云和端的再平衡,计算机视觉的爆发
区别于市场的观点。计算机视觉是人工智能的重要分支,计算机视觉和机器视觉的不同在于计算机视觉偏重人工智能和机器学习,而机器视觉偏重信号处理和自动控制。计算机视觉为计算机带来了丰富和复杂信息获取渠道,人工智能和深度学习进入快速迭代和进化,云计算和智能终端的兴起为计算机视觉创造了更多的场景。
深度学习将计算机视觉带入新时代。计算机视觉的发展可以追溯到1966年,深度学习技术的发展,让计算机视觉进入快车道。高难度复杂图像识别任务往往依赖成熟的神经网络深度学习模型,通过深度学习计算机视觉更主动地学习和吸收外界复杂的知识和信息。人脸识别、目标跟踪和目标检测等视觉技术精度将不断提高,视觉技术面临巨大的市场应用,仅视频监控市场预计2018年将达到千亿级市场。
智能终端兴起,计算机视觉加速普及。随着芯片技术和算法的发展,GPU、ASIC等技术广泛应用到终端,智能终端具有了神经网络深度学习能力,为计算机视觉终端应用和普及扫清了最后一道障碍。云和端再平衡,使计算机视觉技术在终端走向“专用”而云平台走向“通用”的路径。计算机视觉API 快速发展将衍生一个新的百亿级应用市场。
计算机视觉引爆人工智能应用场景。计算机视觉技术场景上不断渗透,正在不断改进各种应用场景的用户体验。智能驾驶的成熟度和安全性提高、智能安防在时效性和准确性改进、新零售消费通过人脸减少客户的操作负担,智慧医疗促进医疗普惠,这些领域在技术变革和用户体验提升的催化下,都将成为计算机视觉和深度学习的热门领域。
风险提示。1. 人工智能政策风险,2.技术路线的不确定性,3.计算机视觉技术发展不达预期。