手機廠(chǎng)商叫停像素之戰 攝像頭后千億生意待淘金

　　上海地鐵的平面廣告，一年四季都在變換，手機廣告一直是主角之一。2017年的手機廣告，逆光、夜景拍照成為訴求的焦點(diǎn)，像素的高低之爭慢慢隱退。

　　手機配上攝像頭后，在最近十幾年的時(shí)間里，攝像頭的像素從30萬(wàn)到100萬(wàn)、200萬(wàn)、500萬(wàn)到1000萬(wàn)，直至有超過(guò)2000萬(wàn)像素的攝像手機的出現;攝影功能日漸強悍的手機首先讓傻瓜相機銷(xiāo)聲匿跡，而家用數碼相機的市場(chǎng)也被日漸蠶食，岌岌可危。

　　像素越高，手機功能越強大，但是在手機像素越過(guò)2000萬(wàn)門(mén)檻之后，各大手機廠(chǎng)商比拼像素量級的游戲玩不下去了。

　　在美國工作多年的資深視頻處理專(zhuān)家單記章告訴第一財經(jīng)記者，單個(gè)像素的尺寸從2004年的5.6微米，越做越小，現在已經(jīng)達到1微米的極限，在手機有限的物理空間里，靠擴充像素提高圖像質(zhì)量基本上走到了盡頭。

　　攝像頭新舊事

　　攝像頭的運用最早是在電腦上?，F任黑芝麻智能科技有限公司(下稱(chēng)“黑芝麻”)CEO的單記章經(jīng)歷了攝像頭從電腦運用到手機的完整周期。

　　“當年，我們的產(chǎn)品上市了，從賣(mài)得不錯到無(wú)人問(wèn)津，不過(guò)短短幾個(gè)月的時(shí)間?！被貞浧?7年前在硅谷的工作經(jīng)歷，單記章很是感慨。

　　彼時(shí)，單記章所在的Omnivision(豪威科技)正在嘗試將攝像頭放入電腦中，以供消費者拍照并分享。

　　電腦攝像頭市場(chǎng)卻沒(méi)有預期的火熱。單記章告訴第一財經(jīng)記者，PC端攝像頭遭到冷落，主要是因為當時(shí)的網(wǎng)速太慢，照片無(wú)法傳出去、無(wú)法分享?！八晕覀兛紤]轉戰移動(dòng)端。雖然速度也不快，但至少(手機)是能傳出去的?！?/p>

　　2000年9月，日本手機制造商夏普發(fā)布了世界上第一款帶有攝像頭的手機J—SH04。而Omnivision正是這款手機的供應商之一，雖然那時(shí)的攝像頭僅有11萬(wàn)像素而已。

　　此后，市場(chǎng)逐漸被打開(kāi)。單記章對比了當時(shí)的出貨數據，“之前的市場(chǎng)上，我們的出貨量只有1k+1k;后來(lái)就變成了一天3kk，一年相當于十億顆?！?編者注：1k為一千，1k+1k是兩千，1kk是一百萬(wàn))據介紹，Omnivision曾在全球圖像傳感器市場(chǎng)占有高達40%的份額。

　　市場(chǎng)研究機構IDC最新預計，2017年，全球智能手機的出貨量將達到15億部，到2021年，預計將增長(cháng)至17億部。

　　每一部智能手機基本上都有幾個(gè)攝像頭，僅僅手機對攝像頭數據處理的需求，就是一個(gè)無(wú)比龐大的市場(chǎng)，單記章選擇離開(kāi)Omnivision，而當年的中學(xué)同學(xué)劉衛紅離開(kāi)一家世界500強企業(yè)，選擇與他一起創(chuàng )業(yè)，圖像市場(chǎng)的巨大前景是至關(guān)重要的一個(gè)考慮因素。

　　攝像頭背后的圖像傳感器與應用處理市場(chǎng)，并不僅僅是局限于手機領(lǐng)域。隨著(zhù)人工智能產(chǎn)業(yè)的發(fā)展，從圖像的獲取、傳導到計算、理解、反饋，再到應用層面的倉儲物流、智能駕駛，圍繞在攝像頭身前身后的生意模式正逐漸走來(lái)。

　　所謂的圖像感知，是人工智能的一個(gè)重要細分領(lǐng)域，是計算機對圖像進(jìn)行處理、分析和理解，來(lái)感知并識別不同的目標。

　　第一財經(jīng)記者梳理發(fā)現，在前端捕捉深度信息，后端處理并理解復雜數據，最后反饋從而進(jìn)行決策，成為圖像感知產(chǎn)業(yè)活動(dòng)中的一個(gè)循環(huán)。

　　正是在這樣一個(gè)循環(huán)流程中，誕生了大量初創(chuàng )企業(yè)，它們以自己掌握的硬件或算法為核心，提供軟件或軟硬一體化的產(chǎn)品，以期撬動(dòng)產(chǎn)業(yè)金礦。

　　平安證券發(fā)布的《人工智能圖像識別專(zhuān)題報告》顯示，截至2016年初，在所有AI領(lǐng)域的企業(yè)中，聚焦于圖像感知的公司數量總計有185家，僅次于最火的機器學(xué)習。而其截至2016年初的累計融資總額更是超過(guò)了11億美元。

　　和單記章一樣，敏銳的企業(yè)家們小心翼翼地打量著(zhù)這個(gè)龐大的市場(chǎng)，試圖從各個(gè)垂直領(lǐng)域切入，尋找著(zhù)更進(jìn)一步的可能。

　　從捕捉到理解

　　刷臉支付、機場(chǎng)自助通關(guān)、物流自動(dòng)分揀、無(wú)人駕駛等都是圖像感知技術(shù)快速普及的一個(gè)縮影。在這樣場(chǎng)景的背后，是越加成熟的技術(shù)和越發(fā)準確的識別率。

　　據第一財經(jīng)記者了解，在ImageNet比賽的圖像識別中，對象分類(lèi)項目的準確率已經(jīng)從2010年的72%提升到了2016年的97%。那么，如此之高的準確率是如何實(shí)現的呢?

　　無(wú)論是深度攝像頭、AI芯片，還是基礎算法、神經(jīng)網(wǎng)絡(luò )，在圖像感知產(chǎn)業(yè)鏈上，一切都是為了兩個(gè)目的而服務(wù)的：更好地在前端捕捉深度信息，以及更準確地在后端處理并理解數據。

　　“如果前面獲取的圖像壞了，或者糊了，那后方如何針對圖像進(jìn)行分析呢?”單記章問(wèn)道。

　　的確，在圖像捕捉的過(guò)程中極容易受到外界的干擾與影響，較上述物流領(lǐng)域更為復雜的情況比比皆是，比如自動(dòng)駕駛：需要應對山洞內外的不同光信號強度、車(chē)身抖動(dòng)甚至極端的霧霾及雨雪天氣?！巴砩虾馨?，雨飛來(lái)飛去、雨刷刮來(lái)刮去，這個(gè)時(shí)候怎么看清楚;大太陽(yáng)照在攝像頭上，人眼都看不見(jiàn)，這個(gè)時(shí)候又如何判斷。這些都是圖像捕捉中的難點(diǎn)?！眴斡浾卤硎?。

　　此時(shí)，就需要加強數據的預處理，其目的就是加強有用的信息，改善圖像質(zhì)量，便于對圖像進(jìn)行后期的處理分析。單記章透露，懸掛的攝像頭容易來(lái)回晃動(dòng)，他們曾做過(guò)一個(gè)防抖的優(yōu)化方案，不僅增強了畫(huà)質(zhì)，還提高了設備的使用壽命。

　　另一方面，相比前者捕捉圖像需要應對各種突發(fā)因素，后者的處理分析看似更加簡(jiǎn)單。但往往這種情況下的計算更為復雜。

　　單記章告訴記者，刷臉技術(shù)用人工智能、神經(jīng)網(wǎng)絡(luò )來(lái)做，識別率都能達到99%以上，很難出錯。但是很多技術(shù)無(wú)法抵御蓄意的攻擊，比如讓機器判斷是真人、照片還是視頻或者模型。這時(shí)候，如何實(shí)現生物特征的判斷非常重要。

　　比如，當開(kāi)車(chē)遇到前方有物體時(shí)，在判斷該物體的車(chē)道、速度、方向等因素之外，還需要判斷這是個(gè)路樁，還是輛車(chē)，或者是個(gè)人?！皬碗s環(huán)境下，需要對場(chǎng)景進(jìn)行理解，是人是車(chē)結果一定是不一樣的?！眴斡浾路Q(chēng)。

　　超越硬件

　　“如何應對不斷上漲的計算量是圖像處理中最難的部分之一?！眻D漾科技副總經(jīng)理徐韜向記者透露，960P的深度攝像頭如果想要更進(jìn)一步做成1080P的話(huà)，換一個(gè)基礎攝像頭其實(shí)并不難，但精度的提高將導致計算量的大幅上漲，把握如此之高的計算量才是難點(diǎn)。

　　事實(shí)上，在圖像感知領(lǐng)域，硬件的難以突破由來(lái)已久，即便是在整個(gè)人工智能的發(fā)展歷程中，硬件的計算能力不足始終是制約其發(fā)展的瓶頸之一?？煽少Y本合伙人李笙凱在接受第一財經(jīng)記者采訪(fǎng)時(shí)表示，雖然深度學(xué)習和GPU的利用對視覺(jué)硬件的處理計算能力有很大的提高，但怎么進(jìn)一步提高到可用的程度，市場(chǎng)上還始終沒(méi)有明確的解決方案。

　　單記章對此表示認同，他認為這是一個(gè)系統工程，一方面要提高硬件的計算能力，提高算法的適應能力，同時(shí)也需要有創(chuàng )新的整體解決方案。他以不同時(shí)間開(kāi)車(chē)為例，“在傍晚時(shí)太陽(yáng)平射過(guò)來(lái)，攝像頭需要減少光強和炫光，而晚上又需要盡可能接受最多的光，還要解決對面大燈的照射問(wèn)題，這里就需要結合光學(xué)、攝像頭和圖像處理技術(shù)，在此基礎上采用機器學(xué)習的方法，才能從系統的角度更有效地解決端的計算能力不足的問(wèn)題”。

　　另一方面，單記章認為，現階段的很多硬件在物理上已經(jīng)達到極限，難以升級，比如圖像傳感器?！坝捎谳d體本身的大小限制，攝像頭需要做得很小，這就導致傳感器的感光點(diǎn)也越做越小。有人研發(fā)還在做0.9微米，但這個(gè)性能已經(jīng)很差了?？窟@些東西提高也會(huì )有一定的空間，但是真的非常難?！?/p>

　　“圖像感知技術(shù)正處于發(fā)展階段，還有很長(cháng)的路要走，比如軟件算法也還需要5~10年甚至20年的積累突破?！崩铙蟿P對記者表示。他認為，行業(yè)的技術(shù)壁壘和應用壁壘一直都存在，市場(chǎng)的完全爆發(fā)還需要兩到三年的時(shí)間。

　　不過(guò)，也正是因為存在這樣巨大的發(fā)展空間，潛力才得以凸顯，可能才得以孕育。這些在行業(yè)中耕耘多年的從業(yè)者，他們擁有最專(zhuān)業(yè)的眼光和最敏銳的嗅覺(jué)，有心證明他們的堅持并非一場(chǎng)豪賭。

　　是不是豪賭無(wú)從得知，但正如李笙凱對當下的判斷：優(yōu)化已有的技術(shù)，以滿(mǎn)足市場(chǎng)的剛性需求，是這個(gè)行業(yè)最困難的痛點(diǎn)，亦是最敞亮的通道。