高通855集成ISP是什么鬼？你真的了解计算机视觉吗？

关注我们，思考像钟摆，永不停歇

计算机视觉一直是AI最为热门的通用技术。如果不够了解其它技术，可能会误认为AI就是指计算机视觉。但即便如此火热，我们真正了解计算机视觉究竟是什么吗？

什么是计算机视觉？

当然不是百度百科上“研究如何使机器‘看’的科学”可以概括清楚的。下面，我们从它与人工智能的关系、构成，主要发展历史和技术等方面，来看看究竟什么是计算机视觉。

与人工智能的关系：计算机视觉和NLP一样，也是AI的核心通用技术之一。自然语言处理通过声音或者文字获取和处理知识，计算机视觉则是通过图像进行识别。就和人类对外界的学习需要看到一样，计算机视觉对于机器学习起到了“输入”的作用。

计算机视觉的构成：计算机视觉所涉及的学科，除了计算机科学，还包括模式识别、图形处理、心理物理学、神经生物学，以及人工智能。其中，在人工智能赋能下，计算机视觉初步具备了类似人类对图像的特征进行提取、分类识别等的感知和认知机理。

感知和认知的关系：感知和认知是两种技能，推理和决策是典型的认知过程，是认知的重要组成部分，它们之间是包含关系，不是平行关系。

硬件组成：一个典型的计算机视觉系统的硬件组成包括光源系统、图像捕捉、图象数字化模块、数字图像处理模块、智能判断决策模块，以及机械控制执行模块六大部分。

主要发展历程和技术：1982年，马尔《视觉》问世，标志着计算机视觉成为一门独立的学科。三十多年来，经历了四个主要发展阶段：马尔计算视觉、主动和目的视觉、多视几何与分层三维重建和以神经网络为代表的机器学习的视觉。主要理论包括：计算理论、表达和算法、多视几何，以及分层三位重建等。近年来，和深度学习的结合让计算机视觉得到了快速发展。

与深度学习的结合：与NLP被赋能一样，深度学习也被用来“取代”计算机视觉中的传统方法。具体呈现出以下特点。两者相互赋能后，呈现出如下特点。

基础层架构：计算机视觉赋能各个行业，包括华为海思、联发科、英特尔旗下Movidius、高通等纷纷推出了视觉芯片。视觉平台上，有Facebook、字节跳动、极视角等公司。

开源框架：计算机视觉需要完成的主要任务包括图像理解、三维视觉和动态视觉。随着该领域的蓬勃发展以及人员数量的快速增加，开源框架有从独立的算法实现向平台和社区化发展的趋势。

应用领域：目前，应用到计算机视觉技术的领域主要包括人脸识别、文字识别、医疗影像、三维图像视觉等识别类，以及在识别基础上进行的图片分析、图像及视频编辑、工业视觉检测等分析处理类。

落地场景：在落地上，主要有九大场景。其中，智能家居比较热门的应用包括智能门锁、智能机器人、智能摄像头等；智慧交通的应用主要包括车辆身份特征识别 、车辆的比对、交通视频的分析应用，以及无人驾驶和汽车辅助驾驶；在工业领域，计算机视觉的应用包括引导和定位、外观检测、高精度检测，以及识别等。目前，家居、交通、工业是计算机视觉落地最主要方向。

CV-ISP：高通最近发布的骁龙855，最大的宣传点是“内建高通Qualcomm Spectra 380 ISP”，集成了大量硬件加速的计算机视觉（CV）能力。什么是ISP呢？主要指图像信号处理，主要用来对前端图像传感器输出信号处理的单元，以匹配不同厂商的图象传感器。

通过以上功能，ISP可以处理出更好的图像效果，因此在智能手机特别是在高端手机上对ISP的要求很高，比如开始集成双通道甚至三通道的ISP。一般来说ISP是集成在AP里面，但是随着需求的变化也出现了独立的ISP。

计算机视觉独角兽

作为通用人工智能技术，计算机视觉也是盛产独角兽的领域。这波浪潮从2010年之后开始，在2012年ImageNet比赛获得极大进展后掀起高潮。无论是国际，还是国内公司，学院派、国家队、市场派都纷纷兴起。经过数年的发展后，当年的初创公司不少已经发展为如今的独角兽。它们的共同特征是：以技术为主基因，面对巨大蓝海市场，获得市场极大关注，吸引了大量融资，产品尚未成熟。下面我们分别从国际和国内了解下这些独角兽公司：

国际

Clarifai

Clarifai最初为业界熟知，是在2013年的ImageNet上。2012年，时任多伦多大学教授的 Hinton展示了DeepNet算法，超前的准确率引起了轰动。效应是显而易见的，2013年的该项比赛，前三名全部被深度学习方法的系统包揽，其中，Matthew Zeiler 和他刚成立的 Clarifai成为冠军。

就这样，Clarifai一直以高准确率保持着领先优势，并在2015年初宣布，自己的人工智能系统已经可以从视频中识别信息。目前，其产品应用包括图像识别、颜色识别、图像分析、图像检测等。

除了技术领先外，Clarifai和高通的关系颇为密切。其B轮融资的领投方之一便是高通。

Blippar

Blippar 最早是因为 AR 广告成名，通过与一些著名大品牌合作推广电影被外界熟知。用户在下载 Blippar 应用后，可将手机摄像头对准产品，就可以获取有关产品的更多内容并能与之互动。

此外，公司推出了多款基于视觉定位系统的导航应用，去年推出的AR City，原理是使用手机镜头识别用户的定位。据官宣，其定位结果比GPS还准确，而且支持三百多个城市。

尽管看似市场前景良好，成立七年来数轮融资过亿，最近一笔融资在今年9月，获得由Candy基金和高通基金投资的3700万美元。但因为一直处于烧钱模式，连连亏损，目前股东内部就是否投继续投资该项目出现争议，接下来的多轮谈判将决定公司存亡，如果股东最终决定不再投资，Blippar将不得不走向破产清算。

EYeEm

关注手机摄影的朋友大概听说过 EyeEm 摄影节，这是一个基于移动摄影平台的年度大赛,比赛主办方便是来自德国的视觉公司EyeEm。

公司主营业务包括可视化的搜索引擎，以及交易平台Marketplace。在可视化搜索引擎上，名为EyeVision的技术能够自动扫描图片，并根据每张图片中可感知到的人物情绪，给他们附上某些关键词，从而让网络搜索图片更加容易。

成立七年来，公司主要获得了两笔融资，分别是2013年获得Earlybird Venture Capital等投资的600万A轮，以及2015年获得由Valar Ventures1800万美元B轮。

Prophesee

在神经视觉系统设计上，Prophesee以革命领跑者自居。公司提出基于事件的方法进行传感和处理的仿生视觉技术，但该技术一直被认为与传统机器视觉有实质性差异，处于危险的“超前期”。

Prophesee的第一款参考设计用在VGA分辨率应用，由Prophesee提供基于异步时间的图像传感器芯片和软件算法。

据公司CEO Luca Verre介绍，像人的眼睛和大脑一样，Prophesee的视觉系统依赖场景动态学，基于新方案，可以让人与机器和谐共存，在自动驾驶的情况下可以100%的避免事故，在那些需要永远打开的监控系统上也可以实现很高的安全性和效率，无人机也可以以一种近乎直觉的方式避免碰撞，及时速度很高。”

过去四年，Prophesee获得了总计四千万美元的融资。

Magic Leap

Magic Leap是一个类似微软HoloLens的增强现实平台，主要研发方向是将三维图像投射到人的视野中，但是它的研发技术目前依然处于绝密状态。 

今年8月，Magic Leap首款产品Magic Leap One创造者版本发售，虽然售价2999元，低于微软的HoloLens，但也非常之昂贵。除此之外，2015年，Magic Leap还发布过一段增强现实第一人称射击游戏视频。

该公司比产品更为业界所知的，是多轮二十多亿美元的融资，2014年，Magic Leap获得由谷歌和高通领投的5.42亿美元B轮融。此后四年间，又分别获得了8.27亿、7.935亿，以及4.61亿。据公司创始人表示，筹集资金不仅是为了推出Magic Leap One，要打造一个完整的开发和工厂操作来构建空间计算系统。

国内

商汤科技

商汤科技和Face++都是计算机视觉界的学院派，成立之初，汤晓鸥实验室的多名博士加入商汤，成为最早的创始团队成员。目前，商汤科技的核心团队由两大部分组成：一部分是来自麻省理工学院、香港中文大学、清华大学、北京大学的博士、硕士；另一部分则是来自微软、谷歌、联想、百度等相关领域的从业者。

，

目前，商汤科技的主要产品包括人脸与人体分析技术、通用与专业图像识别、海量视频理解与挖掘、图像视频处理增强、SLAM与3D视觉、SLAM与3D视觉、无人驾驶系统，以及深度学习平台等等。

今年，商汤科技在六个月之内连获两笔巨额融资，分别是6.2亿美元和10亿美元，加上创立之后的数次融资，累计超过18亿美元，这些让其以60亿美元估值坐上视觉独角兽头把交椅。

旷视科技

去年，旷视科技联合清华大学、交叉信息研究院联合成立了新的人工智能研究算。同时，姚期智受聘旷视Face++研究院首席顾问。事实上，这次受聘并非巧合，旷世的几位创始人都从清华姚班毕业，创立Face++后，导师回聘。

目前，公司的产品主要分为云端和终端，其中云端包括人工智能开放平台、FaceID在线人脸身份验证平台。此外，推出端到端智能安防产品及解决方案、行业物联解决方案、移动端 AI 解决方案、零售行业 AI 解决方案，以及智能仓储物流解决方案。

虽然没有商汤科技融资额度和频次高，但到目前从天使轮至C轮也分别获得了四次。值得一提的是，2018年4月，旷视全资收购艾瑞思机器人，标志着除做视觉通用技术外，也开始进入智能机器人业务。

依图科技

虽然在名气低于商汤和旷视，但依图也是来势凶猛。创始人朱珑是UCLA博士，林晨曦则是前阿里云计算知名专家。不仅获得过阿里旗下云锋基金的融资，也携手华为共建智慧警务云解决方案。

目前，公司的产品解决方案主要基于视觉，应用于智能安防、医疗、金融等场景，客户包括公安部、中国边检、华西医院、同济医院、招商银行，以及京东金融等。除了视觉，今天公司猝不及防的宣布进军自然语言处理领域，NLP又增加一家独角兽分食。

成立六年来，依图总计获得了五轮融资，除了3.8亿元C轮人民币融资之外，今年6、7月分别获得2亿美元和1亿美元C+轮融资，被市场认可度可见一斑。

本文由“机器人文明”出品

转载请注明出处

长按二维码加公号，留言微信号，入群“AI大爆炸”

往 期 精 选 

我是广告：欢迎给“机器人文明”投稿~

好文请投：[e-mail]

— 完 —

机器人文明 服 务 内 容

广告投放 | 政府招商 | 产业报告

投融资 | 专家咨询 | 人才服务 | 论坛策划

↙合作需求，请点击“阅读原文”联系我们