計算機視覺(jué)，打造現實(shí)版《疑犯追蹤》

　　隨著(zhù)人工智能在語(yǔ)音識別、計算機視覺(jué)、語(yǔ)言理解和醫療健康等領(lǐng)域取得巨大進(jìn)展，并在語(yǔ)音識別和人臉識別等領(lǐng)域超越人類(lèi)，那些影視場(chǎng)景中看似遙遠而科幻的鏡頭，正逐漸在人們的生活中成為現實(shí)。

　　2016年5月剛剛回歸屏幕的《疑犯追蹤》，早在2011年就為觀(guān)眾描繪了一個(gè)個(gè)通過(guò)機器監測、分析和識別犯罪的科幻場(chǎng)景。神秘億萬(wàn)富翁發(fā)明了一套擁有認知能力的人工智能系統，利用攝像頭作為眼睛識別罪犯，并對罪犯行為進(jìn)行預判。這套系統除了偵測犯罪活動(dòng)，還幫助那些受到傷害的普通人——可以在機器的指引下提前解救受害者。

　　時(shí)隔5年，隨著(zhù)人工智能在語(yǔ)音識別、計算機視覺(jué)、語(yǔ)言理解和醫療健康等領(lǐng)域取得巨大進(jìn)展，并在語(yǔ)音識別和人臉識別等領(lǐng)域超越人類(lèi)，這些電視場(chǎng)景中看似遙遠而科幻的鏡頭，正逐漸在人們的生活中成為現實(shí)。

　　計算機視覺(jué)正是將科幻帶進(jìn)現實(shí)的一個(gè)新領(lǐng)域。

　　當用戶(hù)向Facebook網(wǎng)頁(yè)上傳一張新照片時(shí)，名為tag suggestion的面部識別軟件會(huì )根據之前被標記的照片進(jìn)行自動(dòng)掃描，提示用戶(hù)新上傳照片中所有要標記的人物姓名；而Faceme，一個(gè)人臉互粉的移動(dòng)應用，可以在不到1秒的時(shí)間里識別人臉，并將信息與此人在社交網(wǎng)絡(luò )上的個(gè)人資料匹配起來(lái)，讓用戶(hù)在Facebook、twitter或Linkedin上關(guān)注他們。

　　以上所描述的通過(guò)攝像設備采集人臉圖像，并基于人臉幾何特征和相對位置等信息進(jìn)行身份辨識的過(guò)程就是人們所熟知的人臉識別。在中國，早就開(kāi)始了人臉識別在安防、金融和醫療等領(lǐng)域的實(shí)踐，一個(gè)個(gè)更科幻的場(chǎng)景正因計算機視覺(jué)的廣泛應用而成真。

　　在世界范圍內，有3家計算機視覺(jué)領(lǐng)域的頂級研究機構——MIT（麻省理工）、加州伯克利分校，以及歐洲的牛津大學(xué)實(shí)驗室。這些機構中的工作人員不斷被谷歌等巨頭挖走，或獨立創(chuàng )業(yè)，正成為整個(gè)技術(shù)發(fā)展環(huán)節中最關(guān)鍵的一環(huán)。

　　計算機視覺(jué)在中國的發(fā)展起步于上世紀90年代末，隨著(zhù)中國經(jīng)濟的快速發(fā)展、教育水平的不斷提高，曾經(jīng)走出去的行業(yè)精英越來(lái)越多地回流國內，使中國高素質(zhì)人才迅速積累，在數量和質(zhì)量上都具備了推動(dòng)技術(shù)快速發(fā)展的人力基礎。

　　同時(shí)，隨著(zhù)計算機時(shí)代的到來(lái)，高速發(fā)展的網(wǎng)絡(luò )、大數據計算能力的提升，以及攝像頭的無(wú)縫鋪設，為中國計算機視覺(jué)的發(fā)展奠定了軟硬件技術(shù)基礎。10多年來(lái)，人們在眾多科幻電影中看到的天眼應用場(chǎng)景，已經(jīng)可以通過(guò)計算機視覺(jué)實(shí)現——“看到”人們的一舉一動(dòng)，并“預測”其未來(lái)的行為。

　　今天，當有了優(yōu)秀的人才基礎和優(yōu)良的軟硬件技術(shù)，幻想中的世界正逐一實(shí)現。在大批初創(chuàng )公司推動(dòng)下，中國在機器視覺(jué)領(lǐng)域的發(fā)展水平已能和美國、以色列等世界最先進(jìn)的國家比肩。

　　在計算機視覺(jué)領(lǐng)域，技術(shù)早已突破了肉眼精度的圖像識別，并廣泛應用于公安、金融和信息安全領(lǐng)域。但這些已經(jīng)取得巨大社會(huì )價(jià)值的成績(jì)并不為大眾關(guān)注，人們更興奮于A(yíng)lphaGo的勝利，而非技術(shù)在生活中的實(shí)際應用。因為人們直覺(jué)上總認為識別圖像是一件容易的任務(wù)，而戰勝世界頂尖棋手則更具挑戰。

　　其實(shí)，站在人工智能發(fā)展的角度，圍棋是有可遵循的邏輯和可衡量的計算量的游戲，對于人類(lèi)大腦的難度在于龐大的計算量和對棋盤(pán)宏觀(guān)形勢的判斷；而圖像識別則會(huì )在信息抓取和邏輯分析層面呈現出更廣泛的隨機性和不確定性。通過(guò)機器學(xué)習將圖像中的信息進(jìn)行分類(lèi)解析、最終提取有價(jià)值的結構化數據是極其困難的科研課題，從學(xué)術(shù)界到工業(yè)界的轉化耗費了幾十年的時(shí)光。

　　相比于計算機視覺(jué)、語(yǔ)言語(yǔ)音理解等其它的進(jìn)步，AlphaGo當然也有其劃時(shí)代意義：它不僅縮短了機器與人的智能距離，更可怕的是，未來(lái)還將顛覆人與人的智商差異感知。未來(lái)智商的差距不再是不可彌補的先天差距，而成為通過(guò)工具后天可獲得的能力。這將顛覆人類(lèi)的自我價(jià)值評估。

　　而計算機視覺(jué)的技術(shù)進(jìn)步，對于現實(shí)生活的變革則遠遠大于學(xué)術(shù)突破和哲學(xué)思考，技術(shù)正在幫助拓展人的能力邊界。

　　計算機視覺(jué)領(lǐng)域的技術(shù)突破最先被應用在車(chē)輛識別方面，比如依圖基于視頻圖像的車(chē)輛識別系統在蘇州上線(xiàn)之初，就幫助警方破獲了一起涉案金額超過(guò)10萬(wàn)元的入室搶劫案，當時(shí)嫌犯搶劫得手后駕車(chē)駛離小區，警方運用依圖的“車(chē)輛識別系統”進(jìn)行品牌過(guò)濾，快速識別出車(chē)輛，僅僅10分鐘就神速破案。

　　與車(chē)輛等物體識別相比，人臉識別的應用范圍和場(chǎng)景更加廣泛，當前已經(jīng)可以做到在上億數量級的人像庫中進(jìn)行人臉靜態(tài)比對識別，并在“青奧會(huì )”和珠海航展安保系統中已成功應用。

　　比如蘇州公安部門(mén)應用依圖的人臉識別系統，將全國在逃犯罪嫌疑人庫內的圖像與蘇州1300萬(wàn)總人口的圖像進(jìn)行自動(dòng)比對，系統僅用了不到1天的時(shí)間就對25人給出了預警，經(jīng)過(guò)人工甄別，有17人被確定為嫌疑人，這一嘗試讓蘇州公安部門(mén)對人臉識別技術(shù)的高效率大為驚嘆。

　　再如廈門(mén)南北火車(chē)站，民警通過(guò)公交車(chē)上的視頻監控將扒竊案嫌疑人頭像提取出來(lái)，在依圖的靜態(tài)人像系統中進(jìn)行比對，很快就確認了嫌犯的名字和身份證號碼，同時(shí)通過(guò)已覆蓋廈門(mén)所有BRT車(chē)站攝像頭的動(dòng)態(tài)人像系統，快速找到了嫌犯之前所有出現在攝像頭下的時(shí)間和地點(diǎn)軌跡，從而在嫌犯經(jīng)常出現的地點(diǎn)布控設卡，很快控制了嫌犯。