첫째, 얼굴 인식 기술의 가치는 어디에 있는가. 우리는 얼굴을 생물학적 특징으로, 상업적 응용으로, 단지 옵션 중 하나일 뿐이다. 생물학에서 판단의 유일한 기준은 사실 홍채이며, 정확도의 관점에서 가장 정확하고 대체할 수 없는 것이다. 그러나 홍채 인식 채집 비용이 높고 식별의 효율성이 낮아 대기 시간이 필요하다. 그래서 이 두 조건은 전체 공업 응용을 비교적 적은 수량, 군사공업, 국방 등에 대한 투입으로 제한한다. 높은 감정으로 요구 사항이 높아서 대규모 보급에 적합하지 않다.
둘째, 지문. 우리는 지문의 고유성이 비교적 강하다는 것을 알고 있으며, 동시에 지문을 수집하는 비용은 비교적 낮고, 비교하는 비용도 높지 않다는 것을 알고 있다. 그런데 왜 지문은 지불과 얼굴을 닦는 특별한 대안이 되지 않았을까요? 사실 가장 큰 이유는 지문이 복제될 수 있고 정적 이미지 간의 비교이기 때문이다. 이제 타오바오를 볼 수 있습니다. 대량의 지문 스티커, 지문막, 복제 가능한 기능이 모두 지불에 적합하지 않습니다. 그래서 지문은 이제 대충 관문을 통과했다.
세 번째와 네 번째 기술은 각각 얼굴 인식과 음성 인식이다. 이 둘은 현재의 수평보다 비용 수집, 효율성 비교, 생활특징의 독특성 등에서 가격 대비 성능이 더 뛰어납니다. 그래서 이 단계에서 얼굴 인식이 수면 위로 떠오르는 데에는 이유가 있다. 이것이 바로 그 가치다. 비즈니스 특성의 적용 시나리오는 어디에 있습니까?
얼굴 인식의 응용 장면은 매우 광범위한데, 지금은 주로 두 가지가 있는데, 하나는 금융업이고, 하나는 안방업이다. 금융업계는 마윈 앤트파이낸셜 시연에서 이 장면을 보았다. 분명히 얼굴을 닦으면 지불할 수 있다. 왜 택배에 서명할 수 없나요? 다음으로 타오바오는 택배원에게 사인을 받을 수 있는 기능을 터트려야 한다. 나는 언젠가 우리가 드론으로부터 택배를 받을 것이라고 믿는다. 아무도 당신 앞에서 사진을 찍을 기회가 없다. 이 사용자가 바로 당신이 필요로 하는 사람이라는 것을 알리고, 전체 지불 과정을 완성할 수 있다. (조지 버나드 쇼, 자기관리명언) 사실 이런 장면은 여러 방면에서 토론과 검증이 있었다. 이 시나리오를 바탕으로 우리가 본 텐센트 은행을 포함한 제 3 자 지불 인증과 관련이 있습니다. 첫 번째 원격 카드는 얼굴 인식 기술을 통해 사람과 카드를 인증함으로써 원격 계좌 개설 및 원격 카드 개설 기능이 증권사와 온라인 은행에서 광범위하게 적용되어야 합니다.
안방업계에 있어서, 현 단계에서 얼굴 인식의 응용은 이미 상용화할 수 있는 정도에 이르렀다고 말해야 한다. 예를 들어 작년에 허안화라는 홍콩 감독이 난징 지하철에서 지갑을 잃어버렸습니다. 겨우 5 시간 만에 이 사건을 해결했다. 영상 감시에서 사진 한 장을 캡처해 용의자의 사진을 가로챘고, 매우 흐릿했다. 옆얼굴 사진은 육안으로 비교하면 아무것도 찾을 수 없다. 하지만 여기에 상장되지 않은 회사가 있어서 회사 이름을 제공할 수 없습니다. 이미지 복원 기술을 이용해 가능한 용의자의 모습으로 사진을 복원하고, 또렷한 사진을 찍고, 갤러리에 있는 사진과 비교해보고, 용의자의 신분을 잠그고, 용의자를 붙잡았다. 5 시간 밖에 걸리지 않습니다. 현재 보안 감시 분야에서는 각 성 () 과 지방 () 이 대량의 영상 감시와 얼굴 인식 플랫폼에 있는 것을 볼 수 있다. 전체 보안 투자에서 이전 세대의 보안은 정적인 기록 데이터일 뿐이며, 차세대 보안은 실시간 데이터 수집 및 식별을 위한 핵심 기술입니다. 얼굴 인식은 이 기술에서 큰 역할을 했다.
향후 비즈니스 사용에서 2 세대 얼굴 인식 기술의 잠재적 적용 시나리오가 있는지 살펴보겠습니다. 우리는 앞으로 전체 신분증 확인이라고 말해야 하지만 카드와 사람의 비교는 수동으로 완성해야 한다고 말했다. 이러한 기준을 직접 정의하고 충족한다면, 사실 모든 사람의 고유 ID 는 얼굴의 생물학적 특징이다. 이 인식 후, 모든 장소는 얼굴을 닦는 방식으로 할 수 있고, 모든 장소는 얼굴을 닦고 문을 열고 여러 가지 일을 할 수 있다. 네가 어디로 가서 기차를 타고, 비행기를 타고, 어디로 가서 밥을 먹고, 쇼핑을 하고, 택배를 받는 등 얼굴 닦는 데이터. , 얼굴 인식에서 파악될 것이고, 당신이 얼굴을 칠한 데이터가 현재의 온라인 클릭을 대신할 것이다.
현재 신용카드와 은행 카드 소비의 데이터는 실제로 사용자의 소비 습관과 데이터를 이해하는 데 도움이 되며, 데이터 마케팅과 징신을 크게 하는 데 도움이 된다. 그러나 얼굴을 닦는 시대가 도래한 이후 이 가치는 더욱 커졌다. 카드는 많지만 얼굴이 하나밖에 없는 것은 유일무이하다. 얼굴 닦는 데이터는 우리가 2.0 시대에 중점적으로 주목하는 것이다.
왜 그동안 얼굴 인식 기술이 광범위하게 폭발하고 광범위하게 응용되었는가. 성숙도는 어떻습니까? 우리는 먼저 얼굴 인식 기술이 제품 응용을 실현하는 것이 2 단계 과정이라는 것을 분명히 해야 한다. 1 단계에서는 훈련을 위해 대량의 샘플 데이터를 수집해야 한다. 훈련은 일종의 학습 알고리즘이며, 이것은 일종의 심도 있는 학습 알고리즘이다. 이러한 데이터 간의 관계를 추출하고 특수 비교를 수행합니다. 커플링이 높다. 어느 정도 지나면 이 두 사람이 한 명이라고 가정하지만, 이 모델에는 최적화 비용, 데이터 교육 비용, 운영 비용 등 많은 비용이 필요합니다. 당시 얼굴 인식의 한 업종 회사, 이 회사의 창업자가 말한 적이 있다. 얼굴 인식 기술은 무슨 뜻인가? 태상노군의 용광로, 이 난로가 있으면, 큰 데이터는 용광로 제련의 원료로, 계산 능력 자원의 희소성을 해결한다. 그래서 이들을 합치면 얼굴 인식 대폭발의 시대, 즉 우리가 기술 돌파라고 부르는 시대가 형성된다.
그러나 산업 응용 분야에서 우리는 미국과 이스라엘의 얼굴 인식, 특히 동적 인식 수준이 국제적으로 선진적이라는 것을 알 수 있다. 전망 실시간 모니터링 방면에서 미국 연방 수사국은 지난해 차세대 전자 식별 시스템을 출시하여 총 6543.8+0 억 달러 이상을 투자했다. 앞으로 미국 어디에 범죄를 저질렀든 범죄 용의자를 감시하고 전망 추적을 할 것이다.
국내 수준은 어떻습니까? 최고의 학술 수준은 국내 산업 발전의 단계를 대표한다. 현재 주로 세 가지 세력이 있다. 하나는 청화대학의 수광다 교수로, 그는 중국 얼굴 인식의 아버지이다. 2 위는 중과원 자동화소 이 교수다. 초창기에는 마이크로소프트 아시아연구원에서 나무를 쌓았다가 중과원 자동화소에 가서 얼굴 인식을 전공했다. 올림픽에서뿐만 아니라 나중에 얼굴 인식의 많은 응용 프로그램에서 더 나은 기술을 제공합니다. 세 번째 팀은 홍콩 중문대 당효갈매기 교수팀으로 매년 학술대회를 개최한다. 그는 기록 보유자이다. 현재 인식률은 얼굴 인식의 전체 수준보다 높다. 당 교수는 HKUST 가 음성 인식에 이어 얼굴 인식 분야에서 자신의 지위를 확립하는 것을 도왔다. 그래서 중국은 기본적으로 이 발전 단계에 있다. 얼굴 인식 기술, 어느 것이 신뢰할 수 있는지, 어느 것이 신뢰할 수 없는지, 어떤 것이 신뢰할 수 없는지, 몇 가지 식별 요점을 제시할 수 있는지 몇 가지 단계를 추론해 보겠습니다. 이 점들은 어디에 있습니까?
먼저 동적 및 정적 공동 인식 또는 비공동 인식을 구분해야 합니다. 협력형은 앤트파이낸셜 같다. 데이터 상호 협조가 필요하다. 긍정적인 2 차원 데이터를 잘 수집할 수 있다. 또 협력하지 않고 배제측과 협력할 방법이 없다는 것이다. 무작위로 수집한 사진을 비교해야 하는데, 식별 효과는 좀 떨어지지만 식별의 시효성이 높다.
이 두 모델에서 우리는 세 가지 점을 주의한다.
첫째, 당신의 얼굴 모델링은 비교를 위해 몇 개의 특징점을 추출했습니까? 이것은 우리 얼굴에 몇 가지 특징이 있는 중요한 노드이며, 사람마다 매우 다르다. 형상 데이터를 많이 선택할수록 비교 정확도가 높아집니다. 우리는 또한 그들이 현재 할 수 있는 특징점 대비가 700 점 이상이어야 하는 전문가들을 인터뷰했다. 현재 얼굴 닦는 출입 통제 등 시스템 제품을 만드는 대부분의 회사는 50 개 정도의 특징점을 가지고 있다. 그래서 우리가 연구 교류를 할 때, 회사 전체의 얼굴 인식 모델링의 특징점 수를 물어볼 수 있습니다.
두 번째 요점은 얼굴 인식 데이터베이스의 데이터 샘플과 크기이며, 이는 매우 중요한 지표입니다. 샘플과 크기는 우리가 제공할 수 있는 데이터 세트입니다. 이것들은 반드시 얼굴에 사용해야 한다. 예를 들어, 한 사람이 500 장의 사진을 가지고 있는데, 모두 다른 각도, 위치, 빛으로 찍은 얼굴이다. 이 수치들은 합리적인 청소 후 기계 훈련을 거쳐 비교와 식별을 포함해 식별의 옳고 그름을 알려 줄 수 있다. (윌리엄 셰익스피어, 햄릿, 지혜명언) 이 샘플 수는 매우 중요하며 모형의 정확도를 훈련하고 향상시키는 데 도움이 된다. 따라서 표시 할 수있는 데이터 샘플 세트의 크기는 현재 적어도 백만 개이며 인식률을 세계 최고 수준으로 올릴 수 있습니다. 이는 인식 할 수있는 핵심 요소 중 하나입니다.
세 번째 요점은 비즈니스 모델이 모든 데이터를 얻을 수 있는지 여부입니다. 우리는 얼굴 데이터의 대비가 정순환 모델을 형성한다고 말한다. 사실, 데이터 소스, 얼굴의 샘플 소스, 두 가지 매우 중요한 채널, 미투쇼, 미안카메라에서 나온 것은 상업교환이다. 이 데이터는 탈민 과정 때문에 몇 백 개의 주요 특징점만 남았고 나머지는 생략되었다. (윌리엄 셰익스피어, 탈민, 탈민, 탈민, 탈민, 탈민, 탈민, 탈민, 탈민) 탈감작 기술을 사용한 후, 데이터를 얻고, 훈련 모델을 형성하고, 모델을 최적화하고, 결과를 지속적으로 피드백하고, 새로운 데이터를 얻습니다. 이를 통해 모델의 데이터를 잘 얻을 수 있습니다. 이것은 비즈니스 모델에서 매우 중요한 지표입니다.
만약 당신이 이 세 가지 지표를 가지고 있다면, 이 세 가지 지표를 동시에 가지고 있다고 말해야 합니다. 아마도 얼굴 인식 분야에서 매우 앞선 우세일 수도 있고, 미래의 발전 잠재력을 가지고 있는 것일 수도 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언) 동시에, 우리는 직관적 인 표현을 분석했습니다. 직관적 인 인식의 표현에는 두 가지 매우 중요한 지표가 있습니다. 하나는 인식의 정확성이다. 우리는 학계에서 매년 비교하는 얼굴 인식 대회를 정의했는데, 현재 테스트 수준은 기본적으로 95% 이상이지만, 사람과 그림의 비교는 바로 이 사람이다. 이것은 하나, 또 하나, 네, 두 번째입니다. 모든 사람과 사진이 잘 어울린다. 최종 정확도는 99.2% 정도다. 바로 지금 우리가 말하는 정상적인 비교법이다.
또 다른 중요한 방법이 있습니다. 우리는 상업은행, 타오바오를 포함한 얼굴 인식 기술이 모두 오류율 문제를 제기하는 것을 보았다. 현재 이 수치는 10 만분의 1 의 오류율을 달성할 수 있다. 다른 사람이 내 신분증을 비교해 보았다. 기계가 구별할 수 있다면 통과하지 못할 것이다. 이것은 옳다. 만약 기계가 내 신분증을 다른 사람에게 줄 때가 지났다면, 그것은 실수일 수 있다. 오류율은 10 만분의 1 정도여야 한다. 현재 이런 오류율을 할 수 있는 회사는 손꼽히는 것으로 인식 정확도의 문제다.
또한 몇 개의 샘플에서 이러한 정확도를 달성하는 것이 중요합니다. 한 회사에는 이삼백 명이 있다. 이들 중 선발과 통과는 어렵지 않다. 하지만 공안부 대플랫폼과 성급 플랫폼에는 수억 명의 주민등록증 사진이 있다. 10 명 혹은 100 명의 후보자를 정확하게 뽑는 것은 매우 중요한 지표이다. 이 범위는 이 확률로 좁혀졌다. 얼마나 정확할 수 있습니까?
두 번째 요점은 인식 속도입니다. 마찬가지로, 우리가 방금 언급한 샘플 세트의 크기에 따라 식별 속도가 결정됩니다. 그 자체로는 비교할 수 있는 자료가 많지 않습니다. 예를 들어, 수천 개, 식별량도 비슷하며 1 초 안에 나타납니다. 하지만 수억 개의 큰 샘플에서 사진을 정확하게 식별하면 시간과 효율성에 대한 요구가 높아진다. 따라서 인식 속도는 매우 중요한 지표입니다.
위에서 우리는 다섯 가지 지표를 언급했는데, 우리는 이것이 확실히 회사의 구체적인 능력과 기술에 대해 종합적인 판단을 내릴 수 있다고 말했다.
앞서 말씀드린 바와 같이, 관련 회사는 인식 기술이 있는 회사, 즉 얼굴 인식 기술입니다. 앞서 말한 바와 같이 국내에서 말하는 여러 학술권의 실력은 모두 잘 알고 있다. 어느 쪽이 왔는지, 뒤에 어떤 강력한 학술팀이 뒷받침을 하고, 과학연구팀의 실력은 이 회사를 좋은 위치에 올려놓았다. 예를 들어, HKUST 뉴스 비행, 앞서 언급 한 바와 같이, 당나라 Xiaoku 교수의 지원을 받아, 그들의 팀은 학술 분야에서 그들을 지 원하는 첫 번째 힘, 이는 자원 이점입니다. 예를 들어 쓰촨 대지생은 이 교수와 밀접한 협력을 하고 있다. 동시에, 그들은 이미지 인식 분야에서도 독자적인 기술을 가지고 있으며, 대량의 국가 과학 연구 기금 프로젝트를 맡고 있다. 동시에 우리는 그 중 하나, 즉 쓰촨 대지승의 얼굴 인식 기술, 즉 우리가 현재 보고 있는 인간-컴퓨터 상호 작용 중 하나를 강조한다. 왜냐하면 그것은 2 차원 평면 인식과 크게 다르고 장점이 뚜렷하기 때문이다. 이목구비 사이의 3 차원 표면 조합을 수집하기 때문에 더 많은 데이터를 수집했다. 비교할 수 있는 더 많은 기능이 있습니다. 우리는 이전에 영상에서 옆얼굴과 불분명한 사진을 발견했고, 용의자가 누구인지 식별하기 어려웠다. 왜냐하면 우리의 2 세대 신분증 창고에서는 정면 데이터만 비교할 수 있기 때문이다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 남녀명언) 3 ~ 4 세대 신분증 데이터를 수집하는 과정에서 바이오메트릭 특징을 추출해야 합니다. 첫 번째는 지문입니다. 3 차원 얼굴 인식이 더 빨라져 3 ~ 4 세대를 추출할 수 있습니다.
일단 3D 얼굴 데이터를 추출해야 한다면, 쓰촨 대지승은 국내 유일의 제품과 기술을 보유한 회사로서 광활한 시장에 직면하고 있다. 그러나 동시에 3D 얼굴 인식은 놀라운 장점과 명백한 열세를 가지고 있지만, 측면 얼굴을 포함한 특징점 선택은 매우 어렵다는 점도 알아야 한다. (윌리엄 셰익스피어, 3D 얼굴 인식, 얼굴 인식, 얼굴 인식, 얼굴 인식, 얼굴 인식, 얼굴 인식, 얼굴 인식, 얼굴 인식 등) 동시에, 표정의 인자는 사실 입체표정의 인자보다 못하다. 추출할 때 비효율적이고 소모되는 데이터도 크다. 그래서 지금 우리가 볼 수 있는 응용 장면은 여전히 비교적 적다. 미국에 범죄 기록이 있는 범인을 포함한다. 현재 우리나라는 교도소에서 점차 보급되고 있으며, 앞으로 전 국민이 소장하고 있다. 이것은 확실히 매우 거대한 시장이다. 동시에, 얼굴 인식 회사에서, 회사의 기술적 특성과 3 차원 얼굴 인식의 지속적인 추가 코드, 프로젝트18 억 위안, 연구 및 개발에 투자 해야 합니다, 국립 자연 과학 기금은 또한 지속적으로 그들의 3 차원 얼굴 인식 학술 연구 프로젝트를 지원 하기 위해, 몇 년 동안 지원 되었습니다. 그래서 이 분야에서는 꽃이 피는 지경에 이르렀을 것이다. 그래서 이 점에 있어서, 우리는 특히 이 회사에 관심을 기울이고, 기술적으로 비교적 부족하다는 것을 상기시켜 드립니다.
Hkust 뉴스 비행, 우리가 방금 말한 전형적인 비즈니스 모델, 얼굴 인식 데이터의 긍정적 인 사이클을 실현할 수 있습니다, 그것은 인터넷 입구가 있습니다. 이전에 음성 분야에서, HKUST 는 음성 클라우드를 날아 이런 모델을 걸었다. (윌리엄 셰익스피어, 윈스턴, 음성, 음성, 음성, 음성, 음성) 나는 너의 음성 데이터를 얻었고, 너의 데이터를 이용하여 나의 배경 알고리즘을 끊임없이 훈련시켜 그들이 다른 경쟁자와의 선두 우위를 높이고 유지할 수 있게 했다. 이 경우 데이터 루프는 이 음성 영역에서 이미지 인식, 즉 얼굴 인식으로 복사됩니다. HKUST 뉴스를 보면 지난주에 이중 생체 인식을 도입한 요인을 볼 수 있다. 이중성이란 무엇입니까? 이중 암호화 후, 확실히 이 사람은 실수의 확률을 매우 낮은 수준으로 낮췄다. 동기 인식과 이중 암호화를 통해 이 인증 프로세스는 몇 가지 수준을 높일 수 있습니다.
이러한 개방형 클라우드 플랫폼을 통해, HKUST 의 데이터 정규화 프로세스가 점차 확립되고 있으며, 그는 데이터 입력 및 전화 은행, 전화 고객 서비스, 사서함의 긍정적 순환을 포함하여 잠금 해제 가능한 지능형 하드웨어를 포함한 많은 타사 응용 프로그램과 다음 단계로 협력할 것입니다. 우리의 핵심 문제는 위의 판단 기준입니다. 나는 HKUST 뉴스가 실제로 매우 유망한 얼굴 인식 회사라고 생각합니다. 이 보고서에서 우리는 또한 HKUST 가 얼굴 인식 분야에서 강력한 자원 이점, 기술적 이점 및 비즈니스 모델 이점을 가질뿐만 아니라 생태 회사라고 언급했습니다. 동시에, 우리의 인공 지능 분야 전체에서, HKUST 는 끊임없이 부화하는 데 사용할 수 있습니다, 학습 패턴을 기반으로, 음성에서 현재 이미지까지, 의미론까지, 기술 파생을 계속합니다. 이런 생태사슬이 형성되면 인공지능업계에서의 지위는 흔들릴 수 없다. 그래서 인공지능업계 전체에서 우리는 과대 비행을 추진해야 한다.
얼굴 인식 분야에서도 과대 뉴스 비행의 장점도 뚜렷하다. 쓰촨 대지승이 가진 3D 얼굴 인식 기술도 잘 보고 있다. (윌리엄 셰익스피어, 윈스턴, 얼굴 인식, 얼굴 인식, 얼굴 인식, 얼굴 인식, 얼굴 인식) 다른 브랜드 회사들의 경우, Obit 가 인수한 회사가 보안 분야의 얼굴 인식 비중이 50% 를 넘고 제품화에도 매우 뛰어나다는 것을 알 수 있습니다. 다른 두 회사는 방금 자신의 식별 기술을 내놓았지만, 위의 다섯 가지 기준을 가지고 있는지 여부를 구분할 방법이 없다. 향후 조사 추적에서 우리는 그들의 기준을 빗질하고 더 분해할 것이다. 이것은 감정회사에 대한 분석이다.
다음 단계에서, 우리는 여전히 좋은 투자 기회가 있다고 생각한다. 첫 번째 식별 외에도 두 번째는 데이터 리소스여야 합니다. 현재 데이터 리소스는 비디오 리소스입니다. 비디오 자원이 좋은 회사는 비디오 자원을 통해 지속적인 심도 있는 학습 알고리즘과 최적화를 할 수 있다. 아마도 그는 이 기술과 능력을 가지고 있지 않을지 모르지만, 기술 협력을 통해 R&D 팀이나 회사 협력을 찾을 수 있으며, * * * 와 같은 발전의 장점을 가지고 있다. 현재 동영상 자원 중 이 회사들을 빗질하면 동양망력이 이 방면에서 이미 앞서고 있다고 생각한다. 현재 제품측에는 여전히 얼굴 인식 성형에 관한 제품이 없지만, 그 응용은 다년간의 비디오 데이터 축적에 있다. 이것은 후기와 밀접한 관련이 있다. 광저우 보안 분야의 지능형 영상 감시 회사를 먼저 샀다. 이 단계를 밟기만 하면 레이아웃의 의도가 매우 두드러진다. 카메라 회사는 동영상 회사를 해킹할 수 있으며, 다음 회사는 향후 스토리지 링크를 압착할 수 있으며, 미래에는 한 번에 분석 및 저장을 완료할 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 비디오명언) 이때 스트레스가 비교적 크기 때문에 변화의 동력도 가장 절실하고 의지도 가장 강하다.
그래서 전반적으로 얼굴 인식 기술의 폭발은 우연이 아니다. 우리가 말하는 인공지능의 세 가지 조건에 부합한다고 말해야 한다. 심도 있는 학습 알고리즘, 빅 데이터 및 클라우드 컴퓨팅, 이 세 가지 조건이 성숙되면 전환점 도착 시 대규모 비즈니스 애플리케이션은 자연적입니다. 다음 단계에서는 컴퓨터 비전을 기반으로 비디오 감시 분야에서 사람의 행동 패턴을 식별, 추적 및 분석하는 것이 매우 큰 시장이 될 것이며 성숙도는 더 검증될 것입니다. 하지만 우리는 이미 이 시장을 보았기 때문에, 이제 얼굴 인식 업계의 발전 기회에 대해 말씀드리고자 합니다. 저는 얼굴 인식 기술 자체의 발전뿐만 아니라 어떤 기술이 어떤 상장 기업이 소유하고 있는지에 대해서도 주목해야 한다고 생각합니다. (존 F. 케네디, Northern Exposure (미국 TV 드라마), 예술명언) 우리가 보는 뒤에는 전체 컴퓨터 비전의 부상이 있습니다.
인공지능의 보고서에 따르면 컴퓨터 비전의 1.0 버전은 정물 이미지 인식이며, 버전 2.0 은 구글과 같은 무인 자동차를 포함한 동적 비디오 콘텐츠의 이해와 학습이어야 합니다. 보고서에 언급된 이스라엘 회사도 나스닥에 상장되어 있습니다. 그들은 컴퓨터 시각 기술을 이용하여 자동차의 보조 무인운전을 실현했다. 이 분야에서는 실제로 개발할 수 있는 많은 컴퓨터 시각 응용이 있다. 또 다른 법적 문제는 무인 자동차가 도로에 갈 수 있도록 허용하는 것이 합법적인지 여부입니다. 이 문제는 걱정할 필요가 없다. IPO 에 있을 때 이 회사의 CEO 는 여전히 무인자동차가 도대체 합법적인지 비합법적인지 걱정하고 있다고 말했지만, 10 년 후에 차를 몰고 가는 것은 불법이라는 것을 확실히 말할 수 있다. 이것은 확실히 큰 방향과 추세이다. (알버트 아인슈타인, Northern Exposure (미국 TV 드라마), 스포츠명언) 이것은 제가 인공지능 분야에서 확장한 것입니다. 얼굴 인식은 단지 한 점일 뿐, 더 많은 것은 한 방울의 더듬이가 필요하다.