12月13日，電腦視覺方向的三大頂級會議之一ICCV（國際電腦視覺大會）就要在智利聖地亞哥拉開帷幕了。

　　對業內人士來説，這是盛會。當然，非專業人士大概會問：這和我有什麼關係？

　　其實，逐漸從學術界走向工業界的電腦視覺，已經在人們生活中存在很長時間了。

　　日前，科技日報採訪了電腦視覺底層技術領域專家戴宇榮教授。他此前在南韓科學技術院獲得終身教職，曾多次擔任ICCV領域主席。如今，戴宇榮離開學術界，加入專注電腦視覺的創業公司“商湯科技”。

　　難點：在一堆數字裏找出一個人

　　戴宇榮教授一直在做的，就是教電腦學會怎麼看。“電腦看到的，永遠只有0和1的數字。即使是圖像，在它們看來，照樣是0和1。”他向記者解釋，要理解研究者在電腦視覺上遇到的麻煩，就要先了解電腦處理訊息的方法。

　　想像一下，你現在面對一堆看似毫無規律可循的數字，然後你接到了任務——數字中間藏著一個人，來，把他找出來。這就是電腦要幹的事情，它得在數字裏找到規律，發現這個藏在數字當中的人，或者一隻貓、一朵花。哦，對了，你還得先告訴電腦，長成這樣的是人，長成那樣的是貓，有著花瓣的這株植物叫“花”，也是夠費勁了。

　　在日常生活的真實場景中，這堆數字經常有缺陷：比如有待識別的物體被遮住了，光照條件不同了，拍攝角度變了……所有這些，都能改變數字的規律。

　　美圖秀秀、人臉識別，都是電腦視覺

　　那麼，電腦的底層和高層視覺技術，又是什麼呢？

　　底層視覺，可以幫電腦進行邊緣提取，進行區塊分隔，讓它看清圖像。其實，只要你曾用過Photoshop或者美圖秀秀，那麼你已經感受過電腦底層視覺技術的魅力了——這些應用都採用了圖像增強和圖像處理技術。

　　而且，如果電腦遇到了不那麼清晰的畫面，底層視覺技術就會對它進行預處理，豐富細節，提高清晰度；然後高層視覺技術就能對畫面進行更充分的特點提取，把圖像上的物體“認出來”。

　　至於高層視覺技術，目前最為人所知的應用，當屬人臉識別。

　　隨著人工智慧、並行處理和神經元網路等學科的發展，人臉識別也從實驗室走向了工業界。2015年，人臉識別的熱度一路高歌猛進：年初，馬雲展示了一次“刷臉”支付技術；年末，人臉識別攪動娛樂圈，趙薇老公因司機騙過人臉識別“被賣房”……

　　不過，很多業內人士仍有疑問：電腦視覺在許多應用領域還是只充當輔助角色——有它挺好，沒它也無妨。而且，識別的穩定性仍有待提升。

　　戴宇榮覺得，這並不意味著電腦視覺應用的普及依然遙遠。“以電腦為例，上世紀八十年代之前，它笨重、巨大，使用複雜，處在一種不溫不火的狀態。然而，僅僅20年過去，電腦就成為家庭標配。”

　　到了大學教授去工業界發展的時候？

　　“深度學習技術將為電腦視覺帶來更大的突破。只要我們能夠找到合適的深度學習方法，電腦視覺在日常生活中的應用會更普及。”戴宇榮對自己傾心研究的技術很樂觀。

　　但是，如何找到這個方法？一些人的選擇是，離開高校，到公司去。“當研究成果到了比較成熟、可以在工業界産生應用的時候，便是大學教授到工業界發展的時候。”

　　戴宇榮覺得，現在到了這個時候。其實，許多電腦視覺領域的學界明星也已經“縱身一躍”，加入工業界：紐約大學的Yann LeCun去了Facebook 的人工智慧研究院並擔任院長；NEC 資深科學家余凱進入百度的深度學習研究院……

　　“公司的産品可以獲得大量數據以便訓練更好的深度學習模型；它更大的電腦集群還可以加速深度學習模型的訓練。”戴宇榮強調，要將研究成果帶入工業界，需要多個部門通力合作，這不是簡單的申請專利或開放源代碼就能做到的。而且，公司的人才招聘著眼長遠，研究團隊彼此之間能夠長期合作。他認為，比起大學，一所科技類公司確實更能給科研人員提供資源和人才上的助力。

　　如今，電腦視覺技術已被廣泛應用到圖像搜索領域；它還可以在智慧安防和智慧家居上一展身手；再遠一些，電腦視覺將成為無人車和無人機的眼睛，助推無人貨運的普及……戴宇榮覺得，未來正在加速前來。

　　（科技日報北京12月10日電）