人工智能之计算视觉

人工智能能持续火热，其中很大的一部分原因就是图像识别技术取得了突破。如果不是图像识别突破，人工智能也不会这么火。现在看到的国内几家AI独角兽公司，海康、商汤、依图、旷世都和图像识别有关。而其他几家AI公司，就显得落寞了很多。就是因为图像识别技术突破了，使用已经突破了的技术做商业应用，平安城市、视频监控、金融领域、身份认证、交通关卡（海关、火车站）等。

一：计算视觉TOP公司

从技术的维度来划分，图像识别输入计算视觉的一部分。计算视觉的分为：视频（图像）识别、OCR识别、异常识别、人脸识别、关系识别。技术比较成熟的是图像识别和人脸识别，关系识别和异常识别技术有待突破。下图通过技术雷达扫描了36家公司，根据技术成熟度标识在雷达图上。

二：关键技术指标

这些技术公司，最顶级的技术指标如下：

三：国内计算视觉领域的“四小花旦”

国内AI领域人脸识别的四小花旦，在商业应用领域，对比分析如下：

四：目前仍存在的问题：复审率

如何降低复审率的问题。人工智能质量审核，最重要的是复审率要低。什么叫复审率呢？这个概念解释起来稍微啰嗦一点。通过人工智能审核的（目前40%通过率，就是说人工智能认为这些都是符合质量要求），这40%中99%都是正确的（通过人工校验发现99%都是符合质量要求的），有1%是人工智能审核错误（不符合质量要求，但人工智能认为是符合的）。那么剩余的60%人工智能认为是不通过的，但这60%大部分都是符合质量要求的，言外之意，说明人工智能要求太严了。那么这60%需要人工审核，这就是复审率。复审率高的原因有很多，例如：物体有遮挡、小物体、样本量小、关系推理等等，着都是影响复审率的原因。