cv是什么意思cv cv是什么意思 cv是什么网络用语 _意思

文章插图
作为计算机科学的分支，如今计算机视觉（Computer Vision，简称CV）已成为人工智能重要研究领域和发展方向，逐渐形成完整的产业链。
顾名思义，计算机视觉就是让计算机能够像人一样“看见”，获得对客观世界的感知、识别和理解的能力。

文章插图
其背后还包含机器学习、深度学习等相关算法，从而让计算机掌握人脸识别、图像识别、图像分割、图像重构、图像生成、目标检测等技能，在一些特定的危险场景和重复性的生产作业中替代人，以节省人力，并提升效率。
与此同时，另一个热门概念——机器视觉（Machine Vision，简称MV）也越来越受到关注。甚至，有人将其与计算机视觉画上等号。
事实上，从两者概念的差异来看，就能读懂计算机视觉产业链的全局。
计算机视觉：硬件+计算无论是计算机视觉，还是机器视觉，都是要从图像或图像序列中获取对世界的描述。
计算机视觉，基于计算机，即让计算机模仿人的视觉功能，并关注从感知到认知，再到理解的过程，自然就离不开计算。
机器视觉，围绕机器设备，即让机器代替人眼来实现检测和判断，侧重于相机、摄像设备等基础硬件的选择，强调的是精度和图像分析能力。
然而，随着人工智能技术的不断深入和应用，对计算机视觉和机器视觉都带来了巨大的影响，两者的边界正在逐渐消失，形成了计算和硬件相融合的全新发展趋势。
此外，从领域划分来看，计算机视觉侧重在学术，机器视觉则面向工业、工程方面。因此，现在机器视觉主要指工业制造领域的视觉应用，是计算机视觉的重要应用场景之一。

文章插图
理清了计算机视觉与机器视觉的差异之后，就能清晰地发现，计算机视觉由基础硬件和计算单元两大板块组成。其中，基础硬件包括光源、镜头、工业相机、图像采集卡、图像处理单元、视觉处理软件等软硬件，负责图像采集和处理等相关工作。而计算单元包含技术、应用和基础三个层面，是整个计算机视觉的核心。
技术层包括各类算法，而基础层分为硬件和计算平台，也就是整个解决方案的基础设施，承载了所有算法和应用。应用层就是应用场景，主要有安防、泛金融、手机、零售、自动驾驶、医疗影像、工业制造、广告营销八大应用场景，并对应各自领域的厂商。其中的工业制造就是机器视觉在工业领域的应用。
国外：硬件至上在研究机构Science Examiner推出的《2017年-2024年全球计算机视觉市场行为分析和预测》中，将英伟达、英特尔、高通、苹果、谷歌等列为了全球计算机视觉市场的主要参与者。Science Examiner认为在这一市场中，芯片开发者和硬件组建开发者的作用力要远大于单纯的技术研发者。
此外，Science Examiner还提出，算法能力本身很容易达成趋同，并且会因此变得越来越廉价，未来的行业创新关键在于硬件算力提升，和软硬件的定制式创新，而主要的盈利点也很可能出现在硬件上。
而从英伟达、英特尔、高通等科技巨头近年来的发展路径来看，芯片对计算机视觉的发展起到了巨大的推动作用，确实验证了以上的观点。但这一“硬件至上”的观点，也让美国在学术上慢了一拍。
近年来，美国在学术上遭遇全球各国的挑战，尤其是中国。以人脸识别为例，据美国国家标准与技术研究院（NIST）的2018年全球人脸识别算法测试结果显示，排名前11名的企业，只有两家来自美国，剩下全部来自中国、俄罗斯和立陶宛，其中中国企业还包揽了前五名。
而在ICCV、CVPR和ECCV三大国际顶级计算机视觉会议上，中国企业和科研机构屡屡获得出色成绩，论文入围数量不断攀升。由此可见，中国企业在计算机视觉领域所取得了亮眼战绩，很可能与美国对算法的忽视有关。
即便是全球科技实力最强的美国姑且如此，其他欧美国家亦然。
国内：应用为王与美国市场巨头当道不同的是，国内计算机视觉产业正呈现出欣欣向荣的态势。
应用场景一直是推动中国人工智能发展的重要因素，而计算机视觉依旧走向了“应用为王”这条道路。
其中，在国内巨大的市场需求的推动下，近年来安防一举成为计算机视觉最重要的应用场景。同时，依托于国内互联网发展所积累的海量数据和相对宽松的政策，不仅带动了一大批安防初创企业的成长，也互联网和ICT企业跨界其中，更让一些传统安防厂商重新获得新的发展契机。