边缘AI+计算机视频

本的前提下，更加高效地利用数据资源。另一方面，计算机视觉则是人工智能中的一大分支，旨在通过训练机器帮助其解释及理解视觉内容。

计算机视觉的目标之一，在于利用机器通过与人类相同的方式查看并处理图像。在通过机器学习实现的计算机视觉当中，有一类采用所谓监督学习方法，其中采用规模可观且附带注释的图像集来构建计算模型。尽管模型训练往往相当耗时并占用大量资源，不过一旦训练完成，该模型即可快速高效地执行各类识别任务。

图像与视频分析的具体示例包括：

识别、分类、计数以及评估对象姿态；压缩并编码视觉信息，以进行传输或匹配；估算摄像机视角；前景与背景二维分割；估算深度并执行3D分割；以及还原图像中的遮挡区域或者推断视觉数据等等。

随着边缘AI技术的最新发展，与以往将数据流传输至云端的做法相反，如今我们得以立足本地摄像机完成数据的处理与分析。而这种新兴且无比强大的处理能力，也让计算机视觉在木板架行业拥有了施展拳脚的可能。

目前存在三种计算机视觉架构类型：

• 将视频或图像发送至云端进行计算；

• 在边缘位置进行部分计算，仅将少量模式信息传输至云端进行搜索、排序及计算；

• 边缘AI，在边缘位置计算所有图像数据。最后一种方法难度较高，需要训练出能够安装在边缘设备上，且能够经常更新的模型。这些架构各有自己的优势与缺点，但随着计算机视觉研究机构的不断发展，相信未来可能出现一种同时适合各类场景的应用模型。
  
  

（编辑：阜阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!