视觉领域

人工智能在过去的几年里一直处于持续的高速发展阶段，很多机器人也已经具备了相当高的智能化特点。但是对于人类所希望看到的机器人来说，这显然还是远远不够的。机器人的开发首先应该对准哪个方向呢？对于大多数科研人员来说，他们的答案都是相同的：机器视觉领域。

12月17日，长三角智能安防协同创新中心产业技术沙龙在浙江未来技术研究院举办。来自浙江省安防协会理事单位、高校院所科研专家学者共百余人参加。

CMOS 色彩还原好，CCD夜视好；数字高清CMOS白天更漂亮，模拟CCD夜视更漂亮。不论CMOS还是CCD/ MCCD，像素点越多，白天画面越漂亮，Pixcel Size越大，感光灵敏度越高，夜视效果更漂亮。

有了土壤、阳光和水分，人工智能产业还需要促进其更快发展的“养料”。所谓“养料”也就是说要有产业应用的支持。刘伟建议，地方政府机关、公共事业单位、国有企业带头应用人工智能技术和产品，公共财政在信息化支出上适度向人工智能应用项目倾斜，形成示范效应。

ImageNet，由李飞飞教授团队于2009年发布，包含了超过两万类物体，共计一千四百多万张图片，为整个人工智能领域奠下数据基础。自那时起，诸多计算机视觉任务的新模型、新思想都是在ImageNet数据集上进行预训练，再在相应的目标任务上进行微调，以取得最好的效果。

非模型的图像增强方法是通过增强图像的对比度，满足视觉的主观要求来达到清晰化的目的。比较典型的算法有基于多尺度Retinex图像的增强技术，限制对比度自适应直方图均衡化算法等。

大会的第一个分会场主要有五家公司参展，包括CognitiveScale公司、 Applied Brain Research公司、Integrate.AI公司、AI Foundry公司和D-ID公司。这些公司在AI监测AI、AI文件数据处理、计算机视觉识别等多个领域都有着各自独特的建树。

10月30日，由数字音视工程网主办的第一届“数字音视行业技术趋势发展高峰论坛”在深圳星河丽思卡尔顿酒店三楼隆重举行。来自音视行业的超过200位集成商、工程商、用户、知名厂商代表共聚一堂，探讨产业发展与未来趋势。

该项目系统研究了基于激光扫描的鱼眼相机三维标定、多目图像的融合拼接、基于MEMS传感器图像稳像、不同传感器成像颜色和亮度的差异修正、全向视觉机器人的定位导航等算法，以及多相机光路结构等硬件系统协同设计，开发了低成本单目全向视觉传感器和双目、五目、八目等多目全向视觉传感器系统，并进行了应用示范。

高新司组织专家在浙江宁波对“十二五”国家科技支撑计划“机器人用低成本全向视觉传感器及示范应用”项目进行验收。专家组听取了项目完成情况报告，审阅了相关材料，进行了实地考察。经质询和讨论，专家组认为该项目基本完成了规定的主要目标任务，同意通过验收。

车牌识别的最大特点在于它是在自然条件下进行的字符识别。车牌自动识别系统研究的困难之处在于，构成系统的环节较多，任何一个环节的失误都会影响系统的性能;而且所拍得的汽车图像质量好坏不均，车牌在汽车上的位置也不固定，这些因素都会给车牌自动识别带来困难。