来QCon北京,现场感受“纯血鸿蒙”的魅力!席位有限,抓紧报名 了解详情
写点什么

旷视联合 IDC 发布 AI+ 手机行业白皮书:CV 将成手机行业关键

  • 2018-10-23
  • 本文字数:4948 字

    阅读完需:约 16 分钟

AI 手机处于初始阶段

IDC 白皮书指出,AI 经历 60 多年的起落沉浮,终于在新一轮数字化浪潮下步入成熟期,渗透到社会生活的各个角落。可以说,AI 的大幕已经开启,人类世界正处于继蒸汽时代、电气时代、信息时代之后的又一次伟大变革时代。

另一方面,如今手机成为承载人类数字化生活与工作最重要的设备。AI 时代的到来,将为手机带来翻天覆地的变化,从而突破现有的发展瓶颈,衍生出更加多元的应用,展开更为庞大的市场图景。

然而,智能手机市场正面临艰难的转型期。经过十年的黄金发展期,在 2017 年,智能手机行业遇到了发展的重要转折点。

根据 IDC 的统计数据显示,2017 年,全球智能手机出货量为 14.7 亿台,同比下降 0.3%,首次出现同比下跌的情况, 而中国市场的变化趋势更为明显,2017 年中国智能手机出货量为 4.4 亿部,同比下降 4.9%,这意 味着传统的智能手机市场已经呈现饱和,手机厂商必须从拼销量、拼价格向拼品质、拼体验转型。

此外,终端消费者的购买行为正在发生转变,“品质”正在成为重要的考量因素之一。

2017 年,越来越多的手机厂商意识到了 AI 给智能手机行业带来的价值,纷纷推出了自己的 “AI+ 手机” 。2018 年,主流手机厂商更是在各自的旗舰机型中全面引入 AI 技术,甚至搭载 AI 芯片的手机正在成为市场的主流。

但是,同样我们也看到,目前的“AI+ 手机 ”还处在较为初级的阶段很多的功能应用还具有局限性,只是在部分特定场景下才能发挥作用,距离真正的“AI 手机”普及还有不小的技术门槛。

目前的“AI+ 手机”还处在较为初级的阶段,很多的功能应用还具有局限性,只是在部分特定场景下才能发挥作用。

IDC 对中国 2018 年上半年出货量前 100 名的手机型号 (占中国上半年智能机出货量的 91%),共计 1.6 亿部的手机进行分类统计,其中提供 AI 功能的手机占比已经接近 90%,但是真正具备全部 AI 能 力的手机还不足 10%,“AI 手机”市场还有非常大的提升空间。

计算机视觉是 AI 手机的重要助推力

 

AI 技术在手机应用中的渗透率

那么,什么才是真正的 AI 手机呢?

IDC 在 AI+ 手机行业白皮书中指出,AI 对于智能手机的价值,是能够提前预测用户需求,主动给出相应指引或回应,实现从 Smart  到  Intelligent,AI 解锁仅仅是行业向前迈出的第一步。

从上图中我们还可以明显的看到,视觉应用是手机 AI 应用中最主要的诉求,主流的手机 AI 应用大多与视觉应用相关(蓝色柱状图),可以说,提升视觉技术是当前是改善用户体验最直接和最有效的手段

在 2017 年《IDC Consumerscape 360°》调研中,51% 的用户会将拍照作为购买手机的七大选择因素之一,视觉应用正在成为提升用户体验,影响用户购买行为的重要指标。而计算机视觉技术恰逢其时的成熟与市场需求让视觉 AI 正在成为行业竞争的“护城河”。

(当你购买手机时,影响你采购决定的 7 个最重要的因素是什么? )

计算机视觉已经成为手机终端不可或缺的技术。视觉技术应用的好坏,已经成为评判一款手机产品重要的指标之一。

想要给最终用户带来超预期的视觉体验,需要产业链的协同发展。视觉技术的推陈出新,与产业链的发展紧密相连,“应用”、“算法”、“解决方案”、“硬件”任何一环的短板都会使技术创新的价值大打折扣。

因此,IDC 将计算机视觉技术对 AI 手机的影响分为四个层面,每一个层面的创新既相对独立,又互相促进。利用新器件、新算法,打造新方案、探索新应用,改善用户体验,提升用户粘性,是 AI 手机快速普及的重要助推力。

 

计算机视觉应用全景图

应用层

从应用方面来看,计算机视觉技术是赋能者。视觉在手机 APP 中具有丰富的应用场景,而创新算法赋能的视觉应用,将帮助 APP 开发者创造出无限的可能。从技术上来看,计算机视觉 技术在手机的应用主要可以分为三大方向:识别与认证、AI 摄影、3D 视觉。

3D 视觉是手机视觉技术最具潜力的应用。随着光学器件的提升,3D 视觉将原来平面的数字世界做到立体。

IDC 认为,3D 视觉将实现计算机视觉在手机领域的重大突破,为手机应用打开了更为广阔的空间,例如:AR 游戏、虚拟试穿等应用,未来 3D 能为 “AI 手机” 带来更多的想象空间。

但是在前面的调研数据也可以看到,目前基于 3D 的视觉应用还不普及,应用、算法、 硬件、解决方案之间的技术壁垒还没有完全打通,需要有更为简单和高效的技术方案来进行一站式的整合,需要产业生态进行更深度的融合与协作。

算法层

算法是应用的灵魂,算法的优劣决定着应用体验的差异。

目前,计算机视觉普遍采用基于深度学习的算法。深度神经网络的办法弥补了手工设计特征的缺陷,非线性变换可以做非常多次,特征表示能力显著提高,并且可以自动地训练所有参数,大幅提升了视觉算法的效率。

此外,在同样的算力下可以提供更高的精度和更快的速度同样重要。尤其是在手机应用领域,手机由于受到成本、外观、电池容量、供应链等多种因素的限制,需要保持性能、体验和价格的平衡,如何在有限的算力基础上输出最好的结果,这对算法提出了更高的要求。

算法层同时需要开放和易用。算法层除了需要创新,更需要实用,需要支持标准化、开放性和易用性,可以被更多的开发者高效的集成到应用之中,通过人脸识别、人脸检测、人脸建模等算法,满足用户需求。

解决方案层

如果说算法层更多的是为应用层服务,解决方案层更多的是为硬件层提供支撑。随着视觉应用的场景化,不同的场景需要不同的视觉解决方案,底层算法需要根据不同的应用场景提供深度计算、深度修复、深度优化、标定、畸变校正等不同的能力,并针对双摄、三摄、深摄等不同光学器件提供个性化的优化方案。此外,任何被制造出来的光学器件都不可避免的具有偏差,如何利用算法对其合理的优化是视觉应用中重要的一环。

硬件层

最后是硬件层,要想达到最佳的视觉效果,摄像头、传感器、芯片及硬件模组的作用毋庸置疑。特别是 3D 光学器件的成熟,未来基于 3D 技术的应用将快速普及。同样,如前文所述,任何一个应用的爆发都不只是某一个环节的成功,应用、算法、解决方案和硬件之间的有效整合至关重要,双目、结构光和 TOF 方案都需要高清摄像头、IR 投射器、IR 接收器、激光发光器等设备的搭配组合,实现软硬一体,协同发展的产业生态。

我们可以发现,AI 视觉产业生态的整合正在发生。以高通 (Qualcomm)、联发科 (MTK)、紫光展锐等公司为代表的芯片厂商,以及以奥比中光 (Orbbec)、艾迈斯 (AMS)、舜宇光学 (Sunny)、奇景光电 (Himax)、Bellus-3D 等公司为代表的光学器件和模组厂商,正在通过战略合作、资本入股等形式与上层的算法和应用公司进行深入合作。

随着 AI 应用场景的不断拓展,视觉应用需求更加强烈,但是开发周期和技术门槛、手机设计的特殊要求等,让视觉技术的产业整合势在必行,应用、算法、解决方案、 硬件等多方供应商需要紧密配合,才能将用户体验做到极致,未来视觉技术的产业链将向融合发展的方向不断整合。

计算机视觉技术发展前景广阔

IDC 在白皮书中指出,计算机视觉技术封装将成为手机产业链的关键环节

一方面,计算机视觉将与元器件相结合,提升在收发端数据获取的数量和准确性。将计算机视觉技术运用于收发组件组成的传感系统,可以形成嵌入式计算机视觉感知系统,使前端设备不仅能完成基础的视觉感知,即将被检测的目标转换成图像信号,还能将信息进行初步的识别和分类,并将处理结果实时转变为数字化信号并输出结果,实现更智能的自动识别功能。

经过初步处理、筛选与分析,数据的准确性与针对性进一步提升,将减轻传输过程中的带宽压力,从而避免数据丢包与压缩引发的信息丢失或误差,使后续的智能分析收益,提高整个过程中的准确性。

另一方面,计算机视觉算法将与芯片深入融合,提升数据分析质量。计算机视觉可以将一些特定的图像算法通过芯片的方式实现,并融入基于神经网络的深度学习,实现数据和计算的并行处理,从而突破给定计算量设备上的带宽限制和算力限制,优化逻辑运算。

同时,深度学习的成功应用也将倒逼神经网络的升级,使网络设计日趋完善,并进一步优化视觉分析过程,全面提升数据分析结果的质量。

计算机视觉是 AI 最为成熟的技术之一,其应用已经在政府、金融、互联网等行业市场率先落地。但是,整体而言,计算机视觉的应用仍处于起步状态,当前市场关注度、渗透率及技术采用度相对较高的应用场景,如人脸识别、物体识别、物体检测等还停留在较为基础的物体探测阶段,在更具体 的事件检测、更灵活的人机交互及更复杂的信息重组、自主行为等方面的应用明显不足。可以说, 当前的应用仅是冰山一角,未来的发展前景明显更为广阔。

(计算机视觉全景应用图谱 )

随着万物互联的物联网时代的到来,AI 面临着全新的发展机遇,与物联网的结合将更为紧密。越来越多的物联网设备接入网络,通过嵌入式模组、计算单元、感知单元等将物理世界数字化,获取丰富的数据,大大提升 AI 的感知能力,为 AI 奠定坚实的数据基础,让充分的数据价值挖掘成为可能。

同时,AI 通过深度学习技术,可以迅速形成高结构化、高可用性的知识,让物联网设备变得更 为智能,更能理解用户,从而在各个行业应用场景中提升效能。

旷视在手机“AI 化”浪潮中扮演什么角色

 旷视科技副总裁 谢忆楠

作为业界最早一批进军 AI 移动智能终端产业的人工智能企业之一,旷视科技也是手机 AI 解决方案提供商,在以 AI 助力手机厂商差异化增长的过程中,旷视有自己的思考和实践。

2017 年,旷视开始将核心 AI 技术应用拓展到了手机行业,基于核心的深度学习和计算机视觉技术推出人脸支付、人脸识别解锁、人像光效、人像背景虚化、视频美化、3D Animoji 等一系列移动端 AI 产品,以满足不同手机厂商在人脸解锁、图像增强、相机增强、智能图像和视频处理上的需求,在不到一年的时间内已经与华为、小米、vivo、OPPO 等国内头部手机企业实现深度合作

 

旷视科技在 AI+ 手机行业白皮书中分享了其在解锁、支付、人像处理等场景的应用创新,其中包括首款搭载 3D 结构光的量产安卓机型 OPPO Find X,通过海量的数据训练和自主研发的核心算法,旷视为 OPPO Find X 提供的 3D 人脸解锁支付及 3D 人像光效能力,为用户带来更好的人机交互体验;而在与 vivo 的合作中,旷视科技为只保留前置单摄摄像头的 vivo X23 提供了红外双通零光感人脸解锁方案,以综合解锁体验、安全性和硬件成本。10 月 18 日刚刚发布的联想 S5 pro 中,也融合了旷视的 AI 能力用于解锁、3D 美型和人像光效处理。

获得资本的青睐,靠“务实”

作为一家以人工智能为核心的物联网解决方案提供商,旷视从不缺乏资本的青睐。

2017 年 10 月 31 日,旷视科技在宣布正式完成 C 轮 4.6 亿美金融资,这一数字也打破了当时国际范围内人工智能领域融资纪录。相比其他 CV 领域的公司,旷视有哪些独特的优势?为什么会被吸引投资界如此看重?

“深度学习目前在整个计算机视觉领域的应用非常多,但是却存在着短板,”谢忆楠认为,“深度学习的短板在于需要进行大量的监督式学习,这和人靠经验和常识不同,机器学习需要大量的数据标签和训练过程。另外,机器学习在解决很多新的场景问题时也不如人类,未来,算法能力的提升要求从监督学习到小样本无监督学习转变,而这是旷视科技的长处。”

“另一方面,旷视是一个务实的公司。”谢忆楠说道,“一家创业公司融资,可能在 A 轮、B 轮时靠 demo,但在 C 轮时能拿到融资必定是商业模式经过验证的公司。”

旷视是进行商业化落地较早的公司,因此能够获得资本的青睐不难理解。他说道,资本市场进入寒冬阶段是整个行业的不幸,但是优胜劣汰,却对真正务实,真正做技术和解决方案的公司来说是一件好事。

据了解,除了在手机和摄像头上应用 AI,旷视还于今年 4 月份收购了艾瑞思机器人公司,开展智能机器人业务。谢忆楠表示,旷视不仅在做人脸识别,它还是一家计算机视觉公司,旷视不仅要做机器人的眼睛更要深入研究机器人的手和腿

“未来,我希望设备可以具备与人协作的能力,产生更多价值,旷视未来探索的方向将包括开发产生数字化数据的智能化设备。”谢忆楠说道。

关注「AI 前线」原创(ID:ai-front)公众号,后台回复关键字 “AI 手机白皮书,获取完整版报告。

感谢蔡芳芳对本文的审校。

公众号推荐:

2024 年 1 月,InfoQ 研究中心重磅发布《大语言模型综合能力测评报告 2024》,揭示了 10 个大模型在语义理解、文学创作、知识问答等领域的卓越表现。ChatGPT-4、文心一言等领先模型在编程、逻辑推理等方面展现出惊人的进步,预示着大模型将在 2024 年迎来更广泛的应用和创新。关注公众号「AI 前线」,回复「大模型报告」免费获取电子版研究报告。

AI 前线公众号
2018-10-23 08:068386
用户头像

发布了 42 篇内容, 共 13.6 次阅读, 收获喜欢 53 次。

关注

评论 1 条评论

发布
暂无评论
发现更多内容

拒绝做工具小子—编写Python漏洞验证脚本

网络安全学海

黑客 网络安全 信息安全 渗透测试 安全漏洞

领域模型设计该如何落地到数据库设计?

蜜糖的代码注释

Java DDD 领域模型 2月月更

王者荣耀商城异地多活设计

皓月

「架构实战营」

云端开发在阿里的典型应用场景 | 阿里巴巴DevOps实践指南

阿里云云效

阿里云 云原生 云平台 研发工具 云端开发

知识库的作用

PingCode

运维与微服务结合?深度解析微服务框架Tars整体解决方案

云智慧AIOps社区

DevOps 微服务 运维 云原生 TARS

一个人手写APP监控平台是什么体验 | 社区征文

一诺倾心

flutter android 性能优化 APM

mysql 面试总结

yuexin_tech

面试

Web Components系列(三) —— 创建 Custom Elements

编程三昧

前端 组件化 2月月更 WebContents

RTE2021 回顾丨HDR 技术产品实践与探索

声网

人工智能 HDR

在线ASCII流程图编辑器工具

入门小站

工具

B站员工猝死,审核员之殇,谁该反省?谁该惭愧?技术层面解构内容安全审核系统(python3)

刘悦的技术博客

系统架构 内容审核 Python3 应用审核 构架

BIGO 使用 Flink 做 OLAP 分析及实时数仓的实践和优化

Apache Flink

大数据 flink 编程 后端 实时计算

AI+Science:基于飞桨的AlphaFold2,带你入门蛋白质结构预测

百度大脑

react源码解析3.react源码架构

buchila11

React

推荐 3 个 React 动画库

devpoint

React 网页动画 2月月更

产品经理角色理解

wood

300天创作

Java异常处理:如何写出“正确”但被编译器认为有语法错误的程序

华为云开发者联盟

Java 代码 java异常处理 语法 Exception

固态存储行业领导者硅格半导体加入龙蜥社区,共同推动开源生态建设

OpenAnolis小助手

Linux 开源 社群运营

不会用SpringBoot连接Redis,那就赶紧看这篇

华为云开发者联盟

redis 开发 springboot Redis服务器

一文带你了解数仓智能运维框架

华为云开发者联盟

运维 GaussDB(DWS) 智能运维框架 调度框架 任务调度器

在线学习FTRL介绍及基于Flink实现在线学习流程|社区征文

张浩_house

机器学习 大数据 flink 新春征文

Linux之vmstat命令

入门小站

Linux

【架构训练营-模块二】

默光

微信朋友圈 架构训练营5期

一文搞明白直播和点播的区别 | 社区征文

liuzhen007

音视频 新春征文 2月月更

关于如何构建 Go 代码的思考

宇宙之一粟

Go 语言 2月月更

AI象棋,谁与争锋

乌龟哥哥

AI 2月月更

网络安全kali渗透学习 web渗透入门 Google搜索引擎的使用技巧

学神来啦

无障碍读屏出错了

admin

小程序 性能优化 瀑布流 relations 无障碍

设计模式【13】-- 模板模式怎么弄?

秦怀杂货店

Java 设计模式 23种设计模式

一起玩转LiteOS组件:Pixman

华为云开发者联盟

LiteOS LiteOS组件 Pixman Pixman Demo LiteOS组件仓库

旷视联合IDC发布AI+手机行业白皮书:CV将成手机行业关键_AI&大模型_陈利鑫_InfoQ精选文章