什么是計(jì)算機(jī)視覺(jué)？

　　在電影《黑客帝國(guó):復(fù)活》(2021年)中，主人公尼奧與電腦生成的世界“黑客帝國(guó)”戰(zhàn)斗，他的戰(zhàn)士團(tuán)隊(duì)聚集在一組電腦周?chē)�，試圖找到尼奧的搭檔崔妮蒂，她仍然被困在黑客帝國(guó)中。尼奧指著電腦屏幕上代表矩陣的綠色代碼說(shuō):“就是她，在艦橋上。”鏡頭切換到崔妮蒂騎著摩托車(chē)在橋上，她不知道自己是模擬的一部分。計(jì)算機(jī)是如何“看到”艦橋上的崔妮蒂的?這不是電影所關(guān)注的(他們需要拯救人類)，但這是本文的重點(diǎn)。

　　我們?cè)凇逗诳偷蹏?guó):復(fù)活》中看到的被稱為“計(jì)算機(jī)視覺(jué)”。這項(xiàng)技術(shù)使計(jì)算機(jī)能夠“看到”并理解視覺(jué)信息。計(jì)算機(jī)視覺(jué)依靠算法和人工智能的結(jié)合來(lái)處理形狀、顏色和紋理等信息，以理解它面前的東西�！逗诳偷蹏�(guó)》中的電腦能夠通過(guò)視覺(jué)線索，比如她的頭發(fā)、面部結(jié)構(gòu)、衣服等，找到崔妮蒂，并與崔妮蒂相匹配，就像我們用同樣的線索來(lái)識(shí)別一個(gè)人一樣——即使有時(shí)我們比電腦花的時(shí)間更長(zhǎng)!

　　“計(jì)算機(jī)視覺(jué)依賴于算法和人工智能的結(jié)合，來(lái)處理形狀、顏色和紋理等信息，以理解它面前的東西。”

　　雖然計(jì)算機(jī)能夠在幾秒鐘內(nèi)識(shí)別出母體中的崔妮蒂，但在計(jì)算機(jī)能夠正確識(shí)別她之前，還需要進(jìn)行一些步驟。

　　1.圖像采集：計(jì)算機(jī)視覺(jué)需要視覺(jué)輸入。在電影中，我們看到尼奧和他的朋友們?cè)诤诳偷蹏?guó)中崔妮蒂居住的無(wú)名城市里接入了許多攝像頭和傳感器。

　　2.預(yù)處理：在分析開(kāi)始之前，可能需要對(duì)視覺(jué)輸入進(jìn)行一些調(diào)整以提高其質(zhì)量。這可以包括調(diào)整大小、降噪或取消等等。在電影中，當(dāng)鏡頭開(kāi)始放大到崔妮蒂騎摩托車(chē)時(shí)，我們巧妙地看到了這個(gè)過(guò)程。她的第一張照片是鳥(niǎo)瞰圖，但后來(lái)隨著鏡頭對(duì)準(zhǔn)她，鏡頭變得更加聚焦。

　　3.特征提取：一旦視覺(jué)輸入被“清理”，算法就開(kāi)始提取相關(guān)的視覺(jué)屬性，以幫助理解圖像或視頻的內(nèi)容。

　　4.特征表示：提取的視覺(jué)特征或?qū)傩员仨氁詸C(jī)器學(xué)習(xí)算法可以處理的方式表示。 在電影中，我們看到三位一體的視覺(jué)輸入在計(jì)算機(jī)屏幕上由一系列數(shù)字和字符表示。

　　5.機(jī)器學(xué)習(xí)和訓(xùn)練：在這一步中，計(jì)算機(jī)將被訓(xùn)練來(lái)理解基于之前輸入的新視覺(jué)輸入的特征。例如，如果計(jì)算機(jī)已經(jīng)接受了組成人類的特征(如鼻子、耳朵、手臂等)的訓(xùn)練，它將知道如何識(shí)別一個(gè)新的人類。

　　6.識(shí)別和解釋：經(jīng)過(guò)訓(xùn)練的計(jì)算機(jī)視覺(jué)系統(tǒng)現(xiàn)在可以識(shí)別新的、未見(jiàn)過(guò)的視覺(jué)數(shù)據(jù)。在電影中，我們看到電腦通過(guò)金色的輪廓標(biāo)記了三一學(xué)院的代表。

　　在這一點(diǎn)上，你可能非常了解計(jì)算機(jī)視覺(jué)-這是偉大的!但你可能會(huì)想，這項(xiàng)技術(shù)只出現(xiàn)在科幻電影里嗎?答案是否定的!計(jì)算機(jī)視覺(jué)在我們的世界中有許多用途和應(yīng)用。

　　讓我們從現(xiàn)實(shí)世界中一個(gè)非常簡(jiǎn)單而普遍的計(jì)算機(jī)視覺(jué)例子開(kāi)始。你可能正在電腦或手機(jī)上閱讀這篇文章。如果你正在使用手機(jī)，你可能必須使用密碼、個(gè)人識(shí)別碼或面部識(shí)別來(lái)解鎖。如果你使用面部識(shí)別，你就看到了計(jì)算機(jī)視覺(jué)的作用!你的前置攝像頭拍下你的面部圖像，識(shí)別出關(guān)鍵特征，然后將圖像與你在設(shè)置面部ID時(shí)注冊(cè)的保存圖像進(jìn)行比較。一旦計(jì)算機(jī)視覺(jué)識(shí)別出圖像與授權(quán)用戶(您)相匹配，手機(jī)將解鎖。

　　現(xiàn)在，讓我們來(lái)嘗試另一個(gè)計(jì)算機(jī)視覺(jué)的例子，你可能不會(huì)每天都接觸到它，但它已經(jīng)慢慢地進(jìn)入了人們的每周例行公事。你可能每周至少買(mǎi)一次食品雜貨。你的雜貨店有自助結(jié)賬亭嗎?當(dāng)你掃描商品時(shí)，收銀臺(tái)上方通常會(huì)有一個(gè)攝像頭對(duì)著你。計(jì)算機(jī)視覺(jué)可以用來(lái)理解這些自助結(jié)賬亭的攝像頭信息，以識(shí)別和標(biāo)記任何可疑行為——比如有人沒(méi)付錢(qián)就把東西放進(jìn)口袋，或者焦慮地四處張望。

　　這是計(jì)算機(jī)視覺(jué)的第三個(gè)例子，希望你們不用和它互動(dòng)太多。計(jì)算機(jī)視覺(jué)可以用于交通攝像頭，以檢測(cè)超速和闖紅燈等違規(guī)行為。然后，計(jì)算機(jī)視覺(jué)可以提取違規(guī)車(chē)輛的車(chē)牌，這樣執(zhí)法部門(mén)就可以把罰單發(fā)給合適的人。如果你曾經(jīng)得到一張超速罰單，即使事故發(fā)生時(shí)沒(méi)有警察阻止你，那就是計(jì)算機(jī)視覺(jué)在起作用。

　　因此，《黑客帝國(guó):復(fù)活》對(duì)計(jì)算機(jī)視覺(jué)的探索——即使它沒(méi)有使用這個(gè)術(shù)語(yǔ)——植根于我們生活的現(xiàn)實(shí)。我們可以使用計(jì)算機(jī)視覺(jué)來(lái)幫助我們解鎖手機(jī)，在雜貨店里追蹤商品，或者幫助找到親人。