成长之路

      进入20世纪80年代，光电传感器等硬件取得了很大突破。1969年由贝尔实验室发明的CCD（电荷耦合器件）传感器，之后应用于摄像机等设备。上世纪90年代，CMOS(互补金属氧化物半导体) 光电传感器登场，并大量应用于手机、照相机、摄像机、摄像头等。DSP(数字信号处理) 芯片出现，则提升了图像处理质量和速度。同一时期，互联网热潮兴起，尤其是图片和视频网站的发展带来了两方面的影响，一是计算机视觉技术必须有所突破，才能满足需求；二是图像大数据的积累，也为计算机视觉发展打下深厚基础。

      在应用方面，20世纪90年代之后，计算机视觉技术已经开始广泛应用于工业制造过程监控、机器人、安全防护等广阔领域。

      2001年，有两个轰动性的事件促进了计算机视觉的发展。在当年的国际计算机视觉大会（ICCV）上，Paul Viola 和 Michael Jones 发表了实时图像识别论文，并把摄像头对准大家，图像中现场所有人的脸都被圈出来。这使大家感到图像识别第一次有了实际应用成果。另一个爆炸性事件则是911。911 后美国政府为了反恐，要求在各种场合普遍使用摄像头视频监控系统。计算机视觉技术得到大量经费支持。

      20世纪的第二个十年，极大影响计算机视觉的明星AI技术登场，这就是深度学习。在2012年的ImageNet图像识别大赛上，欣顿的学生采用深度学习技术，获得了颠覆性的胜利。从那以后，深度学习深刻影响了AI的几乎所有领域，计算机视觉，是受到深度学习最大影响的学科之一。

      与每个人工作生活密切相关的人脸识别，是计算机视觉的重要应用，越来越广泛地用在安全监控、医疗健康、银行保险、电子商务等领域。所以，央视315晚会从保护消费者利益出发，选择对人脸识别“打假”，有一定道理。

      攻击人脸识别的技术并不新鲜，2016年 ，一篇由德国埃尔朗根-纽伦堡大学、马克斯•普朗克计算机科学研究所、斯坦福大学3家学术机构5名科学家的论文《实时人脸捕捉和再扮演—— Face2Face》就曾引起热议，结论是：通过密集光度一致性技术，实现跟踪源和目标视频中脸部表情的实时转换，由于间隔的时间很短，使复制面部表情成为可能。

      由于论文指出了在特殊条件下，攻击人脸识别系统存在可能性，现在对安全要求极高的应用中，人脸识别系统同时采用多重手段进行交叉验证。AI专家们想让公众知道这一点，他们群体发声，还想让大家了解人脸识别的技术含量。

      人脸识别属于人体生物特征识别，与其它生物特征如指纹、虹膜等一样，与生俱来。但与指纹、虹膜识别相比，由于人脸会随着年龄而变化，人脸识别难度要高很多，必须集成应用众多的AI技术。所以，人脸识别是图像识别技术成熟的标志，甚至被认为是弱人工智能向强人工智能转化的标志之一。

中国力量

      与计算机语音一样，计算机视觉也是华人科学家云集的AI研究领域。在他们的共同努力下，中国与此相关的学术研究和产业发展成就引人注目。

      讯飞、百度、阿里等中国AI领头公司正在紧追微软、谷歌、脸书等国外同行，一批新兴的计算机视觉创业公司同时在中国涌现，产生以“一桶筐汤”（依图、格灵深瞳、旷视、商汤）为代表的创业公司群体。这些公司的国际竞争力，总部在西南重庆地区的中科云从科技CEO周曦如此描述: 国产人脸识别在实际应用中已远超德日厂商。像周曦这样有国外留学背景并在全球顶尖AI机构工作过的创业者，已经成为计算机视觉行业和其他AI领域创业公司的主力。                   

      国家发改委公布2017年重点支持AI项目，云丛与百度、腾讯、讯飞等民营高科技企业同时出现在名单中，成为AI“ 国家队”。中国计算机视觉产业的未来，前景可期。

      计算机视觉在迅猛发展，人类的第二双眼睛，正在被我们擦亮。

小明AI两会