2017-计算机视觉领域黑科技一览_18页_1mb

人工智能“黑科技”系列报告一：计算机视觉领域前沿一览

核心内容

计算机视觉是人工智能的重要分支，研究如何让计算机理解图像和视频内容，例如识别、跟踪和测量目标。随着海量图像数据集、机器学习（尤其是深度学习）方法和高性能计算机的发展，计算机视觉技术与应用取得了显著进展。

主要观点

• 技术发展：计算机视觉从传统的图像处理方法逐步迈入人工智能处理时代，借助深度学习算法显著提升了识别准确度。
• 数据集与挑战赛：ImageNet和MS COCO是计算机视觉领域的重要数据集和挑战赛，推动了技术的快速进步。
• 应用场景：计算机视觉已广泛应用于自动驾驶、机器人、AR/VR、金融、安防、医疗等多个领域。
• 研究机构与创业团队：国内外知名研究机构和创业团队在计算机视觉领域有重要贡献，如Google、微软、Facebook、斯坦福、MIT、伯克利等高校实验室，以及依图、商汤、旷视、云从、格灵深瞳等国内创业公司。

关键信息

1. 技术发展现状

• 传统方法：早期依赖图像增强和模式识别，如指纹识别。
• 深度学习突破：卷积神经网络（CNN）的出现极大提升了识别准确率。例如，2012年Top5分类错误率从26.1%降至16.4%。
• ImageNet成果：2016年ImageNet竞赛中，中国团队包揽了多个项目冠军，如目标检测、场景分割等。

2. 主要挑战赛

• ImageNet：评测图像中显著物体的识别能力，包含目标检测、目标定位、视频检测、场景分类和场景分割等任务。
• MS COCO：侧重复杂场景中物体识别，包括目标检测和分割、关键点检测、图片描述等。

3. 顶级会议

• ICCV：每两年召开一次，聚焦计算机视觉理论与技术，如底层视觉、颜色处理、运动跟踪等。
• CVPR：IEEE年度会议，内容涵盖计算机视觉与模式识别，近年来深度学习论文占比高。
• ECCV：欧洲计算机视觉会议，论文多来自欧美顶尖实验室，中国论文数量较少。

4. 应用领域

• 自动驾驶：依赖障碍物和道路检测，要求高实时性和准确性。
• 机器人：需要SLAM、对象识别、场景理解等技术。
• AR/VR：涉及物体跟踪、动作识别、三维环境建模等。
• 金融：用于人脸识别、指纹识别等生物识别技术。
• 安防：包括车牌识别、人脸识别、行为检测等。
• 医疗：辅助医生分析医学影像，提高诊断效率。

5. 国内外研究机构与创业团队

• 国外机构：包括Google、微软、Facebook、斯坦福、MIT、伯克利等。
• 国内创业团队：
  • 依图科技：专注于人像识别，应用于公安、智慧城市等领域。
  • 商汤科技：深耕人脸识别和物体识别，提供行业解决方案。
  • 旷视科技：推出Face++平台，实现高精度的人脸识别。
  • 云从科技：依托中科院技术，应用于安防布控。
  • 格灵深瞳：领先于人和车的识别技术，应用于金融、交通等领域。

风险提示

• 实验室表现与实际应用场景效果可能存在差异。
• 技术在不同领域的应用进度可能不达预期。

投资建议

建议关注计算机视觉在自动驾驶、机器人、AR/VR、金融、安防及医疗等领域的应用进展。

图表目录

• 图1：计算机视觉与其他学科的相互关系
• 图2：ImageNet竞赛
• 图3：目标检测
• 图4：目标定位
• 图5：视频中的目标物体检测
• 图6：场景分类
• 图7：场景分割
• 图8：目标检测和分割
• 图9：关键点检测
• 图10：图片描述
• 图11：预测人类行为
• 图12：手势识别
• 图13：微软全息“穿越”技术
• 图14：人工智能为视频配音
• 图15：识别YouTube视频内容
• 图16：社会化行走机器人Jackrabbit

行业评级

• 看好：相对强于市场基准指数收益率5%以上。
• 中性：相对市场基准指数收益率在-5%至+5%之间波动。
• 看淡：相对市场基准指数收益率在-5%以下。

免责声明

本报告基于公开信息撰写，不保证其准确性和完整性，不构成投资建议，客户需自行评估风险。未经授权不得复制、转发或公开传播本报告内容。

东方证券研究所

• 地址：上海市中山南路318号东方国际金融广场26楼
• 联系人：王骏飞
• 电话：021-63325888*1131
• 传真：021-63326786
• 网址：www.dfzq.com.cn
• Email：wangjunfei@orientsec.com.cn