前言：中文期刊網精心挑選了計算機視覺發展報告范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
計算機視覺發展報告范文1
關鍵詞:計算機視覺;教學應用;教學改革
計算機視覺是人工智能學科中的一門重要課程。隨著相關應用在多個領域中的出現,越來越多的學生開始對這門課產生了濃厚的興趣。如何讓學生能夠在整個課程中保持盎然的興趣,并為有志于深入研究計算機視覺的學生指明方向,成為我們教師首先應注重的問題。
在實際的教學工作中,通過不斷摸索總結,我們認為,以實際應用引導學生的學習興趣,既滿足了學生想了解計算機視覺實際應用的需求,又加深了學生對于算法的理解,把算法放在一個實際應用中,學生可以理解怎么用,為什么這么用。在這樣的目標導引下,我們從選擇教材開始,準備教學內容(包括合理的應用實例的選擇)、制作PPT、探索教學方法,形成了目前以實際應用為主導的創新教學體系,非常受學生歡迎。在此,我們對這期間遇到的問題,解決方法、心得體會做一個總結和思考,希望能對同行有些許參考作用。
1選擇教材
在我們這個專業,每年的上研率基本都保持在50%左右。在本專業的研究生階段,也開設了雙語教學的計算機視覺課程。另外,畢業后選擇參加工作的同學也基本都進入和本專業非常相關的一些單位,所從事的工作,都是和在學校學習的知識密切相關。
因此,如何讓這門課程的教學既兼顧本科畢業就參加工作的那部分同學,又兼顧繼續深造的學生的需求,也是在這門課程講授的過程中,需要特別注意的一個問題。對于本科畢業就要參加工作的同學而言,需要“廣度”,需要了解計算機視覺這門課在各個領域中的應用,在實際中接觸到相關的項目或工作時,能夠知道去哪里可以找到自己需要的參考資料;而對于要進一步深造的同學而言,則需要一定的“深度”,為研究生階段的研究打下基礎。
全盤考慮到這些學生畢業之后的去向,我們選擇了兩本教材。一本是賈云得教授編著,科學出版社于 2000年出版的《機器學習》[2],這是一部順應了時代與教學發展要求的教材,對計算機視覺中的基本概念、基本算法、基本算法的應用、經典應用進行了由淺入深的介紹。內容涵蓋了所有經典的數字圖像處理與機器視覺方法,也對一些已經得到非常好實際應用的方法,如光流法等作了簡要介紹。另外還選擇了一本英文原版的計算機視覺的經典著作,Ramesh Jain 教授等所著的《Machine Vision》[3],機械工業出版社于2003年出版。這是國內外非常推崇的一本計算機視覺著作,該教材條理清晰,深入淺出,對計算機視覺的基本原理、算法、應用的介紹非常詳盡。
在教學中,我們采用了英文的PPT,但主要用的教材是賈云得教授的《機器視覺》,這樣中英文對照講解,一方面加深學生對教學內容的理解,另一方面也為學生今后閱讀專業的英文論了相應準備。
2教學內容和工程實例的選取
2.1選取教學內容
本課程之前,大學二年級的本科生已開設數字圖像處理課程,但所講的基本原理和算法都非常淺顯,所以在教學內容的安排上,分為兩大部分:數字圖像處理部分和視覺部分。數字信號處理部分主要講解在視覺部分會用到的一些基本算法,為后面進入計算機視覺部分打基礎。這部分約占總課時的1/3。視覺部分的課時也分為兩部分:算法講解與實例講解。在算法講解部分,對計算機視覺的基本算法、經典算法都做了深入淺出的講解。實例部分則選擇了經典的工業應用,讓學生能夠對所學算法進一步加以理解。
2.2選取適當的工程實例
就計算機視覺的教學內容而言,各個孤立的算法和方法對本科生來講,有些抽象不好理解。如果在教學上僅僅通過老師在課堂上的講解,很難讓學生深入地理解相關的教學內容,而選擇一個觸手可及且簡單好理解的工程實例往往就會達到意想不到的教學結果,學生可以把課堂上所學的枯燥理論與現實中活生生的事物聯系起來,從而加深對教學內容的理解。
通過反復比對、反復論證,我們選擇了在講解基本原理和算法之后,在課程結束前,專門留出課時講解手機制造這個例子。手機現在是人手一部,是這些年青學子再熟悉不過的事物了,通過對手機主板、手機鍵盤的制造過程的講解,把所學的算法都融合進來,學生在覺得有趣的同時,不知不覺就加深了對所學算法的理解。
另外,在教學的過程中,我們還不斷穿插其他學生耳熟能詳的實例,如數碼相機原理中的一些算法的講解,我們和學生一起探討應該怎么選擇數碼相機。再有,濾波器算法、在課堂上對Photoshop功能的演示,與所學算法關聯起來,學生都很容易理解接受。
3教學點滴
3.1點睛之筆
在第一節課的講述中,我們的重點不在于Marr理論,而是告訴學生:
人工智能就是要讓計算機像人一樣,能夠會聽、會看……
我們這門課程就是要讓計算機“會看”,要像人一樣會看。進而展示給學生一些我們精心挑選的圖片,讓學生自己判斷,是不是自己的眼睛“騙了”自己,人眼和計算機看到的到底有什么不一樣。
每次講到這里,學生都會進行熱烈的討論,每個人都有不同的看法,每個人都有自己的堅持,不知不覺中,對這門課就產生了濃厚的興趣,有了繼續深入學習下去的愿望。在課堂討論的最后,比較人眼對圖片的判斷以及計算機的判斷后,讓學生自己總結歸納,我們這門課到底要研究些什么,都有可能應用在哪些方面,然后對爭議比較大的提議一一探討。每到這個時候,大家的積極性就都被激發出來,在不斷的爭論與思想碰撞中找出正確的結論。
3.2拿身邊的事物說“事”
計算機視覺課程的前半部分,多涉及到圖像處理的一些常見算法。在講授各種各樣的濾波器和算子時,并沒有針對各個濾波器和算子擺出一堆示例圖片,讓學生比較濾波前后的差異,從而很生硬地理解濾波器與算子的功能。取而代之的,我們首先以現在人手一臺的數碼相機為例提出問題,你為什么要選擇你手里的這臺數碼相機?當初選這個品牌和型號時,你的考慮是什么?歷年學生的回答幾乎都是看網上測評,或者在網上看別人怎么說。這時列出我們收集到的各個品牌相機的測評報告,列出它們的優缺點,然后引導學生去思考,例如這個品牌的相機的缺點是照片發灰,不是很鮮亮,而另一個品牌的相機則綠的特別綠,紅的特別紅,為什么?那么有可能是哪部分的算法不夠完善,為什么?
通過如此簡單的對比,學生的積極性被完全激發。原來,數碼相機這個幾乎人人都有,大家都熟悉的“玩具”竟然和自己在課堂上學到的知識這么密切相關。
再有,就是利用學生們都熟悉的PS(Photoshop),演示現在所謂的“完美證件照”是怎么來的。為什么可以把疙疙瘩瘩的臉部皮膚變得光滑?在PS中,你就是點了一下鼠標,其實在后臺,是加入了一個濾波器進行了濾波。各種這樣的演示,學生都非常喜聞樂見。因為他們突然發現,原來那些事物,和我自己接觸到這些看似枯燥的理論之間,還有這么深刻的聯系。
還有一個很受學生歡迎的例子就是對于“鼓形失真”的講解。我們的老師每次講到這里,都不會簡單告訴學生“鼓形失真”發生的原因是什么,應該怎么解決?老師都會問學生,明星為什么都一窩蜂去減肥?現在的女明星為什么都要去弄個“錐子臉”?課堂上就會出現一個小,男同學和女同學的看法各異,彼此之間開始爭論不休。此時再趁熱打鐵地問學生,如果拿著相機,離自己的鼻子一公分,會拍出什么樣的效果?有學生開始拿出手機對著自己和別人開拍,有的學生開始頭頭是道地分析。每到這種學生都開始熱烈討論的時候,就可以適時引導學生往正確的方向去,讓他們自己找到正確的分析解決方法,往往這個時候,學生都會頗有成就感,對于問題的理解也會特別的深刻。
3.3選擇合適的實際應用
在所有理論講解結束后,我們會留出2～4次課講述計算機視覺在工業上的應用。這些年來,對于手機制造這樣一個工業應用,非常受學生歡迎。正如“數碼相機”這個例子一樣,現在學生都是人手一部手機,是大家再熟悉不過的東西。這個例子涉及到了在前面理論講述中的大部分算法,如二值圖像的處理、模板匹配、高斯濾波器等。學生通過對這個工業應用的理解,更進一步加深了對算法的理解。
以講解手機鍵盤的制造過程為例,向學生提出和前面所講內容相關的問題,引導學生自發思考,如為什么選擇模板匹配法,而不是采用其他更復雜更精確的方法等等。每到這個時候,課堂氣氛總是分外熱烈,學生各抒己見,在不斷爭論中,更進一步加深對課本上枯燥理論的認識。
在這里需要注意的問題是一定要一步一步提出問題,循循善誘,引導學生一層一層地深入思考。如果問題的答案過于“深藏不露”,則有可能觸發學生的抵觸情緒,無法繼續深入地思考。
4結語
通過多年的教學摸索,我們認為,在計算機視覺課程的講述中,以實際應用引導學生這樣的教學方法非?？扇?而且也收到了很好的效果。另外,除了制定好的教學大綱,并選擇合適的教材外,根據學?，F在的時間情況,我們選擇了多媒體手段輔助教學,充分利用Matlab和大屏幕投影等方方面面的優勢,結合多種方法進行教學,對講好計算機視覺這門課,非常有益。
參考文獻:
[1] 林堯瑞,馬少萍. 人工智能導論[M]. 北京:清華大學出版社,1989.
[2] 賈云得. 機器視覺[M]. 北京:科學出版社,2000.
[3] Ramesh Jain. Machine Vision[M]. 北京:機械工業出版社,2003.
[4] 蔡自興. 智能控制原理與應用[M]. 北京:清華大學出版社,2007.
Innovation in the Course of Computer Vision
HAN Hong, JIAO Li-cheng
(School of Electronic Engineering, Xidian University, Xi’an 710071, China)
計算機視覺發展報告范文2
3月17日，阿里巴巴宣布成立VR實驗室，瞄準的是VR購物。同時，它會聯合旗下的阿里影業、阿里音樂、優酷土豆，制作VR內容。而今年下半年，騰訊將基于PC端和移動端的兩款VR頭部顯示器。
根據美國風險投資數據公司CB Insights的數據，2017年第一季度，AR/VR領域的投資項目超過80個，同比增長60%。報告還披露了Facebook和蘋果分別為其A/VR工作招聘了一千多名員工。
所謂VR，就是通過計算機技術為用戶模擬出逼近現實的虛擬環境。其沉浸式體驗和交互方式帶來的新的娛樂方式，吸引了從硬件技術到內容生產和分發的多個公司。除了阿里巴巴、騰訊、Facebook和蘋果，HTC、三星、索尼等公司都在這個領域展開業務。
目前，這個行業的人才供應遠低于需求。人力資源平臺領英去年的一份針對全球范圍內VR人才的報告顯示，在領英的人才庫里，有18%的人才需求來自VR行業，僅次于美國，但合適的VR人才只有2%。
熬過資本的冬天并存活下來的公司變得更加務實，而且開發了更多樣化的應用場景―除了去年的影視、游戲產業，今年它們還進入到了醫療行業、制造業、零售業等新領域。
如果你對VR行業感興趣或者看好它的前景，我們將告訴你這個領域正在找哪些人、薪水怎么樣，以及怎樣可以加入。
AVRO備的核心職位主要有3種
VR硬件的核心技術很復雜，涉及算法、光學、系統開發、交互、圖形圖像等多個領域，核心職位圍繞的都是這些方向。它們也多是HTC、三星等硬件公司的VR業務范圍。
算法工程師
這是VR領域最基礎的職位。VR的功能是通過一副眼鏡，讓人既看到人眼看不到的東西，又能在虛擬空間中移動，還能對虛擬景象形成真實感，因此需要一套算法把這些感官上的功能都實現。通常，算法工程師關注的是如何解決某一類特定問題或實現某一特定功能。在VR領域，這一職位主要需要懂計算機視覺、空間定位、交互技術、圖形圖像等算法。
計算機視覺主要是指以攝像頭代替人眼識別目標和提取特征，工程師需要探索最新的算法以及技術的可行性，負責視覺和圖像的處理；空間定位指的是通過VR設備使用者能確定自己在空間中的位置，高精度的空間定位可以為用戶帶來更好的沉浸感并降低眩暈程度；接下來，交互算法工程師負責手勢識別、視線估計、動作捕捉、追蹤等相關計算機視覺算法的研發，研究實際空間中的動作如何延伸到虛擬空間中；然后是圖形圖像的處理，它要求在滿足性能的前提下提高畫質，用更快的速度和更少的資源去畫像。
光學和人體工學工程師
光學要解決的是讓VR設備的鏡片在保證沉浸感和清晰度的同時，盡可能加大視場角，讓人在佩戴VR設備時看得更清晰；人體工學關注的則是人在佩戴VR眼鏡時的舒適度，設備是否透氣、不漏光、足夠輕盈等。目前消費級的VR產品在這方面仍處于初級階段，如何讓人更舒適持久地使用VR設備，是行業發展的瓶頸之 一。系統架構師
與成熟的智能手機、智能手表的開發系統不同，VR的系統架構到目前為止并沒有行業標準，面對陌生的領域，系統架構師需要駕馭和設計整個系統，負責VR頭部顯示器及整個主機設備的集成。
BVR產業鏈上的工作還有這些
要實現VR體驗，只有一部VR硬件設備可不夠，可以觀看的內容、節目效果，以及應用場景的開發，這些需要硬件公司以外的公司參與，Facebook等公司涉及的主要是這部分內容。
3D引擎開發和3D美術
3D引擎開發人員主要負責VR場景的搭建―戴上VR眼鏡后你看到的“新世界”，就是所謂的VR場景。市場上主流的開發引擎有兩種，一種是可以快速開發的Unity3D引擎，一種是可以制作恢弘場景和細致光效的虛幻4引擎，這種引擎在游戲開發中常使用。
3D美術人員則需要制作3D美術素材，將素材置入場景后，再配合引擎程序員優化游戲的性能。
內容制作
你知道，無論電影還是游戲，當你想要通過VR眼鏡獲得這些娛樂的時候，它們除了像一般的電影和游戲產品那樣需要腳本，還需要影視制作人員使用360度全景視頻的拍攝技術去拍攝和剪輯，這是二者在內容制作方法上的不同之處。
銷售運營、產品經理
不同于剛起步的人工智能，VR已經邁入產業化階段，公司除了需要尖端技術人員，對市場銷售、平臺運營方面的人才同樣有需求。要求與其他領域大同小異，都是負責開拓市場和客戶，增加產品的銷售范圍等。因VR企業希望快速打開市場，銷售人才目前高居中國VR領域人才需求的第二位，高于全球水平。
產品經理的職責也很共通，負責其他VR公司與本公司部門的配合，制定和推進合作項目，把控整體合作項目的時間，并對最終合作質量負責。
常規開發
和任何智能硬件一樣，VR也需要內置一套系統，其中包括App Store一樣的平臺以及應用軟件，這部分工作與傳統互聯網、手機行業的開發工作相似，即在實現VR設備的智能化的同時，保證軟件在不同平臺間能流暢交互。
C要進入這個行業，需要你有這些能力和資歷
技術崗位碩博優先
VR行業的崗位主要指向三個方面：硬件、軟件和內容制作。
硬件領域涉及到計算機、光學、電子、機械、生物學、自動化等方向。軟件需要計算機圖形學、程序設計、數據結構、操作系統、算法設計與分析等相關背景。這兩個方面對工科背景的人才需求更大。VR內容包括游戲、影視等，需要3D美術、拍攝方面的學術背景。
由于VR產業相對細分，產業上游硬件、軟件開發的崗位會以碩士、博士學歷優先，因為碩士和博士在學術領域的研究方向更為明確，企業在篩選簡歷時更容易適配崗位。
“如果畢業論文方向是圖形圖像、計算機視覺，就會非常搶手，不僅是VR行業，在人工智能領域也會受到歡迎?！笨其J國際高科技行業總監田丹說。
VR行業的核心技術崗位中，招人要求最高的是算法工程師，這也是最難招聘的崗位。學歷必須是碩士以上，同時是模式識別、信號處理等科班出身。另外，對深度學習和機器學習有了解是加分項。
至于市場銷售、平臺運營甚至內容領域的人才，這個行業對學歷背景要求不高，更看中經驗、人脈以及辦事的靈活度。畢竟，新興行業最需要資源嫁接能力。
應屆生也有機會，尤其是海歸
打開招聘網站，VR技術崗位的招聘一般以最少一年工作經驗起步，往上的話，有的職位要求3到5年的工作經驗，有的甚至要求10年以上的經驗。這個門檻主要是因為VR技術雖然還不怎么成熟，但它是高集成性產品，需要在算法、架構、光學和人體工學等成熟技能的基礎上再提出應用上的高要求。
但應屆畢業生并非完全沒有機會。對國內的VR公司來說，開放應屆畢業生招募主要有兩種情況。一是已經在行業里挖到技術領域的大牛，需要為其配備團隊，因此會招聘一定比例的應屆畢業生。二是產品經理這類崗位入門門檻不高，公司也愿意花時間培養。
相較而言，海歸會比較受到這個行業的歡迎。微鯨VR人力資源總監Tony在為3D場景交互崗位招聘時發現，國內很少有這方面的專業人才，但德國的3D場景交互領域向硅谷輸送了不少人。他后來意識到，這是因為德國的高校有對口專業，所以即使是剛畢業的應屆生，Tony也會第一時間把對方請到公司來。
再說到內容領域，VR內容領域要制作哪些內容并沒有明確標準。畢竟，還沒有人敢下結論說：VR只能用來做什么、不能做什么。這個行業眼下正是需要創意和研究拍攝方式的時候。
D這些領域，跨行到VR更容易
游戲
游戲是VR最早被應用的場景之一。雖然VR游戲一度遇冷，但從長遠角度看，從游戲行業跳到VR行業嘗試新的游戲形態未嘗不可。擅長技術的話，可以繼續走Unity3D開發、3D建模和3D美術的路。即使有大量游戲公司仍在觀望，但VR游戲帶來的體驗感確實是電腦、手機無法取代的。這也是HTC Vive、PS VR、Oculus等公司目前大量需求的產品。
互聯網和半導體
互聯網和半導體是VR行業人才來源的兩大核心區域。VR行業缺少的系統架構人才在微軟、IBM、AMD、英特爾或者高通都能找到。
工業設計
截至目前，用戶對于VR硬件設施的體驗普遍是抱怨“長久佩戴時頭顯過重，舒適感不夠”。這就需要人體工程學領域的人才來改進產品，他們一般會從設計領域找人，尤其是工業設計。
影視
影視行業從業者主動跳到VR行業的比例相對更高?！八麄儗φ麄€行業的理解和感知更多，當他們意識到有新的拍攝方式可以嘗試，主動投身的人就會更多?！盩ony說。他以微鯨一位制片人為例，對方在電視臺累積了多年經驗，有自己的工作室，同時還在高校任教，最終選擇進入VR領域就是想嘗試不一樣的東西。
E哪些公司在尋找人才？
初創公司
新技術面前，全球企業處于同一起跑線。以技術為核心的初創公司為了站穩腳跟，同樣在該領域爭奪人才。暴風魔鏡、蟻視、大朋、微鯨等國內VR廠商熬過資本嚴冬，對招聘也有了更高需求?！俺跫墠徫徊浑y招，要招就招核心算法，特別是如果我們想超越海外同行，招人就更重要?！贝笈骎R合伙人兼首席戰略官章立說。
大公司
雖然無論是Facebook，還是HTC、索尼，都沒有將技術研發落地中國，但巨頭們為了造勢，頻頻聯合產業鏈上下游合作，發起各類聯盟，為開發者提供諸多便利，這從另一個角度為從業者帶來了更多機會。
Fa c e b o o k今年4月宣布建立首個增強現實（Augmented Reality，AR）平臺，同時VR社交平臺Facebook Spaces的Beta版；微軟于5月10日宣布將開放Windows Mixed Reality開發者套件預購。5月18日，Google也宣布要在今年年底推出Daydream VR一體機，其首批合作伙伴是HTC和聯想。
還有蘋果，在6月6日的WWDC大會上，蘋果宣布Mac將支持HTC Vive，開發者可在MacBook上使用SteamVR平臺。同時，AR方面推出開發套件ARKit。
從這些大公司的策略中也能看出，VR已經不僅是它們手中的一張牌，混合現實（Mixed Reality，MR）、AR以及人工智能日后都將聯合起來。
F這行的薪水到底怎么樣？
去年5月，拉勾網了一份《VR/AR行業薪酬報告》，報告顯示，技術職位在過去幾年始終是核心訴求職位，即使崗位需求在2016年有所下降，也在總體崗位中占比50.5%。同時，市場方面的人才需求明顯提高，2016年占比12.3%，兩年間增長了一倍。
根據報告，在VR行業，無論是技術、產品還是市場、運營等崗位，薪酬水平皆高于互聯網領域。去年5月，全行業技術崗位月平均薪資為1.35萬元，而VR/AR行業技術崗位的月平均薪資達到了1.85萬元。即使是最弱勢的職能部門，薪資也高于行業平均值7100元，達到8300元/月。
Tony證實了這一現象。物以稀為貴，VR行業里技術崗薪水最高，而在技術崗里，算法工程師的薪酬排名第一。算法工程師如具備碩博學歷，年薪一般在30萬元至60萬元，3D引擎開發人才的年薪也在30萬元至40萬元。這還不包括公司為留住人才發放的期權和獎金。非技術職位的薪水也會比原行業略高，但總體上相差不大。
科銳國際在《2017年薪酬指南》中也指出，在新技術領域里，計算機視覺、深度學習方向薪酬漲幅最快。人才儲備主要在幾家跨國公司和頂級高校，VR行業的人才薪酬已經在高點，人才流動的吸引力更多來自職位前景。不過若遇到急缺位，跳槽漲幅可能高達50%以上甚至100%，比如算法類的崗位就是如此。
G進這行前，你得有點心理準備
如果你有興趣進入這個新興行業試一試，章立和Tony提醒你：
計算機視覺發展報告范文3
對于中國而言，人工智能的發展更是一個歷史性的戰略機遇，對于緩解未來人口老齡化壓力、應對可持續發展挑戰、以及促進經濟結構轉型升級至關重要。
那么目前，人工智能在中國的發展條件如何，中國距離成為真正的人工智能強國還有多遠？7月13日，《中國人工智能發展報告2018》在清華大學主樓接待廳。
報 告中稱，目前中國人工智能的發展已經具備非常優越的條件，然而要成為真正的人工智能強國，中國還任重道遠。中國在論文總量和高被引論文數量上都排在世界第 一，但中國在人才總量，以及杰出人才占比偏低。在產業上，中國的人工智能企業數量排在全球第二，不過，中國人工智能領域的投融資占到了全球的60%，成為全球最“吸金”的國家。
報 告指出，中國必須加強基礎研究，優化科研環境，培養和吸引頂尖的人才，在人工智能的新基礎領域實現突破，保證人工智能發展的根基穩固。同時，要大力鼓勵產 學研合作，讓企業成為人工智能創新的主導力量。積極參與到人工智能全球治理機制的構建中，在人工智能未來的技術發展、風險防范、道理倫理規范制定等領域發 揮中國獨特的作用。
這份報告由清華大學中國科技政策研究中心、清華公共管理學院政府文獻中心、北京賽時科技有限公司、科睿唯安、中國信息通信研究院和北京字節跳動科技有限公司聯合。
論文總量世界第一，杰出人才占比偏低
報告中稱，在論文產出上，中國人工智能論文總量和高被引論文數量都是世界第一。中國在人工智能領域論文的全球占比從1997年4.26%增長至2017年的27.68%，遙遙領先其他國家。
高校是人工智能論文產出的絕對主力，在全球論文產出百強機構中，87家為高校。中國頂尖高校的人工智能論文產出在全球范圍內都表現十分出眾。
不僅如此，中國的高被引論文呈現出快速增長的趨勢，并在2013年超過美國成為世界第一。
但在全球企業論文產出排行中，中國只有國家電網公司的排名進入全球20。
從學科分布看，計算機科學、工程和自動控制系統是人工智能論文分布最多的學科。國際合作對人工智能論文產出的影響十分明顯，高水平論文中國通過國際合作而發表的占比高達42.64%。
專利申請上中國專利數量略微領先美國和日本。中國已經成為全球人工智能專利布局最多的國家，數量略微領先于美國和日本，三國占全球總體專利公開數量的74%。
全球專利申請主要集中在語音識別、圖像識別、機器人、以及機器學習等細分方向。中國人工智能專利持有數量前30名的機構中，科研院所與大學和企業的表現相當，技術發明數量分別占比52%和48%。
企業中的主要專利權人表現差異巨大，但中國國家電網近五年的人工智能相關技術發展迅速，在國內布局專利技術量遠高于其他專利權人，而且在全球企業排名中位列第四。
中國的專利技術領域集中在數據處理系統和數字信息傳輸等，其中圖像處理分析的相關專利占總發明件數的16%。電力工程也已成為中國人工智能專利布局的重要領域。
雖然在論文總量和高被引用論文數量上中國排名領先，但在人才投入上，中國表現并不突出。
根據該報告，截至2017年，中國的人工智能人才擁有量達到18232人，占世界總量8.9%，僅次于美國（13.9%）。高校和科研機構是人工智能人才的主要載體，清華大學和中國科學院系統成為全球國際人工智能人才投入量最大的機構。
然而，按高H因子衡量的中國杰出人才只有977人，不及美國的五分之一，排名世界第六。企業人才投入量相對較少，高強度人才投入的企業集中在美國，中國僅有華為">華為一家企業進入全球前20。
中國人工智能人才集中在東部和中部，但個別西部城市如西安和成都也表現十分突出。國際人工智能人才集中在機器學習、數據挖掘和模式識別等領域，而中國的人工智能人才研究領域比較分散。
中國人工智能企業數量全球第二，但投融資規模最大
報告稱，中國人工智能企業數量從2012年開始迅速增長，截至2018年6月，中國人工智能企業數量已達到1011家，位列世界第二，但與美國的差距還非常明顯（2028家）。
中國人工智能企業高度集中在北京、上海和廣東。在全球人工智能企業最多的20個城市中，北京以395家企業位列第一，上海、深圳和杭州也名列其中。中國人工智能企業應用技術分布主要集中在語音、視覺和自然語言處理這三個技術，而基礎硬件的占比很小。
風險投資上，從2013到2018年第一季，中國人工智能領域的投融資占到全球的60%，成為全球最“吸金”的國家。但從投融資筆數來看，美國仍是人工智能領域創投最為活躍的國家。
在國內，北京的融資金額和融資筆數都遙遙領先其他地區，上海和廣東的人工智能投資也很活躍。從2014年開始，國內人工智能投融資活動的早期投資的占比逐漸下降，投資活動日趨理性，但A輪融資還是占主導地位。
中 國人工智能市場增長迅速，計算機視覺市場規模最大。2017年中國人工智能市場規模達到237億元，同比增長67%。計算機視覺、語音、自然語言處理的市 場規模分別占34.9%、24.8%、21%，而硬件和算法的市場規模合計不足20%。預計2018年中國人工智能市場增速將達到75%。
計算機視覺發展報告范文4
（大連東軟信息學院電子工程系，遼寧大連116023）
摘要：智能科學與技術概論課程是智能科學與技術專業重要的必修基礎課，對整個專業課程體系有概括性的引導作用，對學生深入學習后續課程有很大幫助。文章從智能科學與技術概論課程的教學實際出發，提出該課程的整體課程規劃，并根據學生的學習情況驗證其適用性。
關鍵詞 ：智能科學；專業基礎必修課；課程規劃
基金項目：2012年遼寧省普通高等學校本科工程人才培養模式改革試點項目(G2201249)。
第一作者簡介：林寶尉，男，講師，研究方向為計算機視覺、模式識別，linbaowei@neusoft．edu．cn。
0 引言
智能科學與技術概論課程是智能科學與技術專業的必修基礎課。學生通過學習基礎課，能夠了解整個專業的知識構成、體系結構以及發展方向，便于將來學習必修專業課，包括模式識別、人工智能、智能機器人等課程。在這個過程中，如何讓學生順利地過渡到更高層次的專業課學習中，如何提高其學習興趣，如何幫助學生深入了解各門專業課之間的層次關系，都是該專業設置過程中需要考慮的問題。智能科學與技術概論的規劃起到了承上啟下的作用。雖然專業導引課也從全局對該專業的情況進行了介紹，但其內容以學生職業引導、興趣培養為主，對專業課程的設置并無過多展開。因此，智能科學與技術概論課程的設置十分必要。
1 課程規劃設置
1.1 能力指標
課程將學生的能力體系分為5個部分：技術知識與推理能力、開發式思維與創新、個人職業能力、態度與習慣、時間構思設計實現和社會貢獻，與其對應的二級、三級及詳細指標見表1。每個能力指標平均對應4個學時，共32個學時。
1.2 講授方式
(1)精講多練。通過講解智能科學的相關內容并結合相關實驗，讓學生掌握智能科學的基礎知識，提高其學習興趣，為后續課程的學習打下良好基礎。
(2)以項目為導向組織教學，通過案例教學，將構思、設計、實施和運行引入教學過程中。
(3)鼓勵學生自主學習，加強基本職業能力的訓練。教學過程中注意互動和引導，運用講授教學、練習教學、實驗教學、案例教學等多種教學方法完成教學任務。
(4)教學實施過程中，提供豐富的教學資源，如多媒體課件、案例、網絡資源、優秀學生作品和外文技術資料等。
(5)對學生進行多方面考核與評價。結合課程實施過程，從知識掌握、能力水平、態度表現等方面，對學生進行全方位的考核。
1.3 講授內容
該課程講授內容分為3個單元，具體內容如下。
單元一：智能科學導論，主要涉及智能科學與技術的目標界定、學科分類、涉及范圍、學科定位、人類認知以及學科簡史等知識點。該單元將在2個學時中完成，并要求學生課外學習2個學時。
單元二：學科基礎理論知識，主要涉及機器系統、視覺感知、高級語言編程等知識點。該單元主要介紹支撐學科的相關課程，并在實踐課中使用高級語言編寫簡單系統。該單元共10個課時，其中包括4個實踐課時。
單元三：專業課介紹，主要涉及數字圖像處理介紹、模式識別介紹、計算機視覺介紹、智能機器人介紹等相關必修專業課的入門介紹，并在每次課程結束后配合實踐編程、工具使用、機器人搭建等實踐環節提高學生的學習興趣，使其全面認識后續專業學習。該單元共20個學時，其中包括12個實踐課時。
1.4 實驗設置
實驗課程共16個學時，包括4次實驗，詳細內容如下。
實驗一：數字圖像處理實驗。使用課程中講授的Matlab語言，實現數字圖像的傅里葉變換、邊緣檢測功能。該實驗共4個課時，配合單元一以及單元二的部分知識點，使學生基本掌握Matlab編程語言，并理解數字圖像處理的基本知識。
實驗二：模式識別機器學習實驗。該實驗利用高級程序語言，實現數據的SVM算法以及KMeans算法，讓學生理解模式識別以及機器學習等知識。該實驗共4個學時。
實驗三：計算機視覺實驗。使用圖像拼接、3D場景重建等相關專業工具，實現二維圖片的3D重現。該實驗共4個學時。
實驗四：機器人實驗。學生在機器人實驗室，實際動手組裝博創模塊化機器人，并編程實現機器人運動調試。該實驗共4個學時，實驗地點為模塊化機器人實驗室。
1.5 結課考試
在教學的各個環節，教師從出勤情況、日常表現、作業、實驗、結課項目及結課報告的完成情況對學生進行全方位的考核，其中結課項目、調查報告及實驗作業占最終成績的90%。結課項目為小組項目，4個學生為一個小組完成系統的設計、編寫、調試等步驟，并組織5名教師對每個小組進行答辯考核。
2 問題及改進
學校于2012年申請創辦智能科學與技術專業。該專業培養學生掌握計算機基礎、電子電路、控制方法、智能信息處理與識別等基本知識，使其具備信息處理、自動控制、人工智能系統開發等基本能力。智能科學與技術概論課程在大二下學期開設，共32學時，其中理論教學16學時，實踐教學16學時。通過理論教學和實踐教學，學生了解了智能科學的基礎理論知識，掌握該專業核心專業課的關系，認識相關后續課程，并能夠使用簡單的算法和工具，為日后深入學習專業課打下良好基礎。
2.1 教材選擇
由于本專業辦學時間較短，沒有足夠的針對智能科學與技術概論的教材可供選擇。現階段使用較多的教材為《智能科學與技術導論》以及《智能科學》。《智能科學與技術導論》是鐘義信主編、北京郵電大學出版社出版的、適合智能專業大一新生使用的專業教材，對整個專業有詳細的介紹，適合作為新生的專業導引課程，安排16個學時較為合適，并不適于我校智能科學與技術概論課程的要求?！吨悄芸茖W》是史忠植主編、清華大學出版社出版的專業教材，該教材對整個智能專業的重要內容都有涉及，系統地介紹了智能科學的概念和方法，吸收了腦科學、認知科學、人工智能、數理邏輯、社會思維學、系統理論、科學方法論和哲學等方面的研究成果，適合高年級學生使用，安排64個學時較為合適，也不適于我校情況。
鑒于上述原因，我們設計該課程時，前半部分理論知識介紹使用了《智能科學與技術導論》，后半部分專業課程介紹使用自制課件。經過2輪的教學實踐以后，我們將根據教材使用情況編寫自用的講義教材。
2.2 內容設計
該課程內容會介紹智能專業的重要專業課，但要在32學時內完成所有專業課程的介紹，并保證該課程內容不與專業導引課以及智能信息處理導引課沖突，難度很大，因此選擇最合適的講授內容，對于該課程的授課效果非常重要。
在授課過程中我們發現，學生對簡單的數字圖像處理、計算機視覺的流行應用以及動手要求強的機器人課程興趣較大，但對數學推導要求較高的模式識別、機器學習等課程接受程度較低。該課程的教學目的是讓學生了解相關課程的意義、歷史、發展等知識，所以，建議加大實驗動手課程的課時比例，讓學生多使用相關知識、算法和應用，盡量避開復雜的數學推導。
2.3 資源配置
學校的智能科學與技術專業創建于電子工程系，依托電子系的軟硬件實驗室，培養學生的軟硬件知識儲備，提高學生的實際動手能力。其中，軟件算法將配合嵌入式設備進行硬件集成，并指導學生設計具有智能算法應用的硬件設備。教學過程中將使用校實驗室中的模式識別嵌入式開發板、博創模塊化機器人平臺以及Turtlebot智能機器人平臺。該課程在實際講授時，理論課以及算法相關實驗在大班進行，硬件實踐課程在小班進行，能取得較好的授課效果。
3 實施效果
在該課程設計內容的指導下，智能科學與技術概論已經完成了2輪的課程教學，并在課程結束后組織學生填寫調查問卷。題目分兩類，第一類包括課程目標是否清晰、該課程能否提起學生對該專業課的學習興趣、該課程的實驗設計能否有效提高學生的動手能力，以及該課程的內容相關設計是否優秀。統計結果如圖1所示。除極個別學生外，大多數學生都選擇了符合以及完全符合，說明該課程設計可以滿足教學要求。第二類問題總結學生在課程中獲取的知識能力，包括編程調試、理論知識應用、信息獲取、技術文檔寫作、自主學習、分析問題、解決問題等，為多選題。從圖2可以看出，學生對各項能力的認可率均超過50%，其中信息獲取、分析問題等能力的認可率接近80%，說明該課程設計基本滿足教學目標。
4 結語
智能科學與技術概論對智能專業學生的深入學習起到了重要的引導作用。我們根據自身的實際情況出發，設計出適合該專業學生的課程設計安排。經過兩輪的實施效果證明，該課程的設計方式比較適合學生。隨著課程的持續，我們將不斷解決存在的問題，并編寫適合我校學生使用的教材。
參考文獻：
[1]鐘義信，智能科學技術導論[M]．北京：北京郵電大學出版社，2007.
[2] Edward FC，Johan M，Soren O．重新認識工程教育：國際CDIO培養模式與方法[M]．顧佩華，沈民奮，陸小華，譯．北京：高等教育出版社，2009．
計算機視覺發展報告范文5
自動駕駛技術不僅改變了汽車在人類生活中扮演的角色，同時也為出行安全提供了更有利的保障。然而，無人駕駛到底還要多久才能真正上路？3年、5年還是30年？最近，Mobileye給出了答案，它將這個日期精確地確定到了2019年。
Mobileye是一家總部位于以色列，主要致力于汽車工業計算機視覺算法和駕駛輔助系統的芯片技術研究的科技公司。它成立于1999年，目前擁有200余名員工，分布在以色列、美國、德國、日本、西班牙、中國等地。
Mobileye產品的優勢在于，作為一家“術業專攻”的公司，通過十幾年的數據積累，開發出了一套優質的視覺處理算法。很多業內人士把谷歌看做是Mobileye的主要競爭者，但兩家公司采取的是完全不同的技術解決方案，而目前憑借相對精密的駕駛輔助系統以及廣闊的市場前景，在向無人駕駛汽車過渡的階段，Mobileye的產品似乎更有競爭力。
從2007年開始，Mobileye的駕駛輔助系統芯片EyeQ（視覺處理芯片）就被安裝到汽車中，到2012年EyeQ芯片全球部署規模突破100萬。截至目前，全球有330萬輛汽車安裝了EyeQ芯片。通過過去10年和全世界大部分汽車廠商的合作，Mobileye積累了千百萬英里不同環境、不同氣候、不同道路狀況橫跨43個國家的駕駛場景。
Mobileye的視覺處理器系統級芯片EyeQ系列產品使用了公司開發的獨特算法，全部由意法半導體公司位于法國的一家工廠生產供應。Mobileye的EyeQ芯片封裝了一套完整的ADAS系統，具備包括自動緊急制動（AEB）、車道偏離預警（LDW）以及行人碰撞預警（PCW）等必要的駕駛輔助功能。沃爾沃、通用、寶馬、現代、沃爾沃客車、雷諾卡車等生產的部分車型中，均使用了Mobileye的EyeQ芯片。
與此同時，對于Mobileye給出的2019年實現無人駕駛的時間點也得到了證實。目前Mobileye已經與兩家保密車企達成協議，將在2019年為后者提供全自動駕駛汽車系統。Mobileye主席姐首席技術官阿姆農?沙書亞指出，大眾、寶馬和通用將購買2018年生產的系統，該系統可使車輛在高速上自動行駛。而2019年協議則是使車輛在任何道路上都可實現自動駕駛。沙書亞認為2019年協議是一項真正的項目，將是汽車行業的轉折點。
計算機視覺發展報告范文6
【關鍵詞】車牌識別；機器視覺；研究
0 引言
機器視覺是應用本科電子信息類的一門重要選修課，該課程涉及圖像處理、計算機視覺、信號處理、模式識別和人工智能等多個領域內容。機器視覺從二維信息處理的角度研究了信息的認知、表征、處理的方法和理論，涉及的理論抽象、復雜且算法眾多[1]。傳統的教學方法，教師只是對照教材按部就班講解教材中的內容，學生只是被動學習，沒有實踐的內容，而且所學內容比較雜亂，不能靈活應用所學的方法去解決實際的一些問題，因此該種教學方法嚴重束縛了學生學習主動性，制約學生的各種能力的發展，與現代社會人才培養模式極不符合，為此，急需一種新的教學模式。
項目驅動教學法是一種適應新形勢下教學模式，該模式與傳統的教學模式相反，從教師為中心轉到學生為中心，通過項目激發學生的學習興趣，做到了“做中學”[2-4]。項目驅動教學法雖然將教轉到學，但其忽略了教師的教和項目的整體。為了彌補項目驅動教學中的一些不足，本文有效結合教師的導和項目的整體，提出了一個基于項目為核心的機器視覺應用本科課程項目。在課程中，教師可以有效引導學生主動學習圖像處理、圖像描述和分類學習理論的基礎知識和基本技能，培養學生靈活運用相關知識解決實際問題的能力。由于機器視覺這門課程設在電子信息類大四的第一學期，這學期的學生有一個很大的特點，就是面臨著找工作，急需要一些實踐經驗，為了提高學生的就業能力，需要選擇一個有效的項目提升就業能力。項目選擇既要考慮項目的難度，又要考慮課程所涉及的具體內容，本文從這兩方面提出了基于現實中視頻序列中車牌識別來進行項目開發，這個項目難度中等，涉及到內容主要有圖像處理、模式識別的內容，這些內容是解決車牌檢測和識別系統的關鍵。
1 車牌識別項目
車牌識別在智能交通中地位越來越突出，在港口，停車場、車輛監管方面得到了廣泛的應用，涉及到了多門學科的內容，主要包括圖像處理、模式識別、計算機視覺河應用數學等。車牌識別主要包含以下幾個模塊：車牌采集、車牌定位、車牌分割和車牌識別模模塊，在每個模塊中涉及到了許多相關的理論[5-6]，如圖1所示。本項目正好滿足該門課程的相關內容，項目從教教學計劃，每周的工作及成績評估進行分析。
1.1 教學計劃
經過為期8周的項目學習，可以完整地完成一個項目的開發，學到機器視覺的相關理論知識和技能。整個項目主要包含3個2個小時理論講座和每周的1個小時的討論會議，完成給定的項目的開發。項目開發一般有四個階段：理論學習階段，數據采集和預處理階段、數據處理階段和完善項目階段。理論學習階段主要是學習項目所需的理論知識和開發所要注意的內容；數據采集和預處理階段主要是采集所需數據，完成一些數值預處理；數據處理階段就是按照要求處理數據，完善項目階段就是要求學生按照要求完善項目開發。這幾個階段按照時間不同分布于不同的周次完成。
第1周到2周是理論學習階段，對于車牌識別項目來說就是要學習車牌的采集、定位、圖像的預處理（如圖像校正，圖象增強和邊緣檢測等操作），字符分割（垂直投影分割，連通區域分割和模板分割），字符識別（神經網絡、模板匹配和支持向量機）的理論。
第3周是數據采集和圖像預處理，這兩周主要是完成數據采集和圖像數據的預處理，包括圖像的平滑，圖像的校正和邊緣檢測。
第4周到7周完成車牌的定位、分割和字符識別。
第8周完成項目的開發
1.2 每周工作
在項目開發階段，每周的1個小時師生討論會。討論過程中，每個團隊選出一名學生簡短介紹自己團隊一周來的工作，這些工作包括技術實現、結果，還有遇到的問題，須用PPT 展示自己團隊的成果，接著教師進行點評，給出每個團隊的一些建議和疑難問題分析，以及一些特別復雜的算法（如梯度方向直方圖、支持向量機和神經網絡等）的講解。最后，接著用10-20分鐘的時間布置下周的開發內容和疑難問題解答。
1.3 成績評估
對于項目的評估，主要按照開發階段和筆試成績確定，開發的四個階段占總分的30%，小組的口頭報告占10%，10%小組的互評成績，剩下的是筆試成績。每個階段團隊都要上交一份10頁以上的項目報告和部分源代碼，每個階段任務根據學生采用的方法的復雜性和創意性給分。在每周的討論會議上，每個團隊給給出相同時間口頭報告，還有5分鐘的討論時間，要求每個成員都必須參與討論，教師根據口頭報告的內容和學生參與討論的程度給出成績。每個團隊把自己項目開發的報告和結果互評，取互評的平均成績作互評的成績。除了項目實踐成績以外，還需要掌握了一些機器視覺的相關理論知識，這也避免學生忽略理論的學習，其中也讓學生既理解開發所需的技術，也需要理解其對應的理論。
1.4 學生反饋
課程結束后，學生要求填寫一份匿名的項目評估表，根據表的內容填寫自己的見解。評估收集后，根據重視的程度，大約70%的學生認為相關理論講座比較重視，大約82%的學生比較重視每周的口頭報告，但也有一些學生抱怨時間不夠，完不成項目訓練。絕大部分學生認為每周的口頭報告這種交流方式很好，可以相互交流，找到自己的不足，解決自己的疑難問題，完善自己的程序開發。
2 結論
本文提出了一種基于項目為核心的機器視覺應用本科課程項目，在該項目中，學生不僅可以學到了分析問題、解決實際問題的能力，而且也增大了就業的機會。課程結束后，每個團隊都能開發出一套采用不同方法的車牌識別系統，雖然難易度不同，但都能識別視視頻中的車牌。項目開始階段，有些學生為了解決開發過程中面臨的問題，自己主動去學習相關理論知識，這些知識不僅來自課本，而且也來自大量的相關的專業文獻，也激發他們創新能力，得到了比預期好的成果。
【參考文獻】
[1]史金龍，白素琴，龐林斌，錢強.研究生機器視覺課程的CDIO 教學改革實踐[J].計算機教育，2013（9）：40-43.
[2]王洪才.論大學創新教學的三要素[J].復旦教育論壇，2012，10（4）：41-45.
[3]李成學，楊大柱.任務驅動教學法在電子技術實驗課中的應用[J].中外教育研究，2011，1（1）：79-80.
[4]施琴，陳軍，孫娣全，盧娟，許鳳慧.項目驅動教學法在電子技術實驗課程中的應用研究[J].工業與信息化教育，2013，8：66-69.
