这两年，人工智能持续非常火爆。 已经上市的公司寒武纪，科大飞。 即将上市的云，开放、排队上市的思必驰，即将赴港上市的商汤，还有这两年资本市场非常火爆的地平线、燧原、爱芯元智人工智能将做什么呢其实目前人工智能主要以机器视觉为主。 以往的机器视觉主要具有人脸识别、虹膜识别、车辆检测等功能。 其实这些功能很容易分为以下几个方向：图像分类：图像分类：目标检测：对象检测：语义分割： Semantic Segmentation实例分割：实例分割ckining一般来说，在图像分类中不需要给出物体的位置，也不需要判断所包含的物体的数量。 正如以下几幅薇甘菊自动生成的图片，图片分类只需告知是狗、山水、蝴蝶、面包。 二、目标检测需要准确定位某一物体时，需要使用目标检测算法。 通过目标检测，可以从下图中正确地找到猫的脸部位置。 三、语义分割语义分割主要是对图像中的所有像素点进行分类，对同类像素点标注相同的标签。 下图的左图是把人分割开来的。 右图为分割街景，用不同的颜色表示图像中的车、电线杆、树木等。 四.实例分割语义分割为图像中的每个像素分配一个类别，但不区分同一类别之间的对象。 实例分割只对特定物体进行分类。 它看起来与目标发现类似，但目标发现输出目标的边界框和类别不同，实例将输出目标的Mask和类别。 五.目标跟踪目标跟踪是指跟踪特定场景中的一个或多个特定感兴趣对象的过程。 这个过程基本上分为三个步骤。 找到目标物体，对目标物体进行实例分割，在后续帧中找到目标物体，实现相应的目标跟踪。 这个具体过程可以从参加下图的博尔特男子100米赛跑的例子中看出。 那么，人工智能，能做这么多，人工智能在手机上能有什么应用呢？ 人脸识别自2017年开始拥有iPhone X支人脸识别后，手机上的人脸识别技术开始蓬勃发展。 本文不讨论脸部识别的安全性，以及Apple采用的构造光技术。 只说明脸部识别基本上是什么样的识别过程。 a .传感器首先将图像提供给处理单元b。 首先通过目标检测找到脸。 C .进行人脸定位，五感位置d .进行人脸校准和相速度测量，进行判断和决策的相册分类这一基本可以通过图像分类实现。 对用户有一定的帮助，但目视效果不大。 唤醒、AI音频降噪、语音识别小米的小爱、苹果的Siri是这方面的典范，深受用户欢迎。 本文主要在视觉方面，很少介绍语音相关的东西。 虽然图像分割这种双摄可以取得一定的效果，但是通过人工智能的图像分割，可以更加完美地将目标物体与周边物体分割开来。 通过图像分割，可以实现背景模糊、背景调换等功能。 脸部虚拟化妆基本上是在脸部识别的基础上，增加功能的东西。 通过目标检测定位，找到人脸的点，在该点进行美颜和虚拟化妆。 文字OCR文字OCR的早期应用是名片识别。 但是，现在这个功能正在扩大，如笔记本上的文字OCR、pdf文件上的OCR等。 这两年，人工智能对OCR的兴趣非常大，相关算法也有了很大的发展，相关识别精度也越来越高。

除了上述一些人工智能的应用，近两年也陆续开始向其他方向应用的AI HDR宽动态主要是为了在拍照中，同时存在太亮和太低的部分，通过HDR技术来平衡整体的亮度。 最简单的场景是黑人和白人同时拍照。 整体亮度变高的话，黑人会变得明显，但白人太暴露了； 但整体亮度降低后，白人就会变得清晰，黑人就看不清楚了。 AI HDR提供了比传统HDR更好的效果。 另外，通过一些算法，HDR多帧的合成有机会保护移动物体，避免移动物体出现拖尾问题。 (上图为http(/10005.com/p30至http )//10006.com) AI视频降噪摄像机SV光较暗时，为了提高亮度，需要放大整个系统的信号。 传统的噪声消除主要是WNR(小波噪声消除)和3DNR。 通过训练，在降噪前分割整个画面，根据物体的特性进行专用降噪，比传统的3DNR效果更好。 超分辨率技术(Super-Resolution，Sr )是指根据观测到的低分辨率图像重建相应的高分辨率图像。 该技术有助于输出模糊的图像，并输出清晰的图像。 从下图可以看出，下图的左边是原画，右边是x4的SR效果，各家也针对SR开发了各种各样的算法，有好有坏。 我相信SR算法很快就会有非常好的解法。 AI DepthAI Depth的主要作用是测量被摄体的高度、长度和到照相机的距离。 该功能实现后，最直接的作用不仅是为物体测距测量长度，还可以帮助用户进行更准确的物体分割，从而实现更好的照片模糊、背景改变等功能。 但是，为了使该功能正确，与以往的Depth测量法一样，需要双摄像头。 随着人们的研究，算法也层出不穷，可见它们对大师SoC提出了更高的考验。 高通最新SoC SM8450和http://10009.com/http://10010.com/2000均基于v9体系结构半定制，1个X2超大核心3

文章来源：《首席财务官》 网址: http://www.sxcwgzz.cn/zonghexinwen/2022/1221/1038.html