从黑白,到彩色,再到3D,视觉技术一直在追赶人类的眼睛( 四 )


中国是全世界吃猪肉最多的国家 , 一年要吃掉约7亿头猪 。 猪的最优出栏体重是120公斤 , 超过120公斤 , 再给它吃饲料 , 长肉就比较少了 , 不划算 。
如果有一个技术 , 能够帮助畜牧行业非常准确的控制每只猪都在120公斤出栏 , 那就可以使每头猪增加50元的利润 , 7亿头就是350亿人民币的利润 。
但我们并不能频繁的把猪赶到秤上称一称 , 因为猪是一个非常敏感的动物 , 如果强迫它做什么事情 , 它会不高兴 , 不高兴它就不吃饲料 , 就会导致它不长肉 , 所以我们需要以非接触的方式测量猪的体重 。
这时 , 我们就可以使用3D相机去测量猪的三围 , 比如腰围、颈围、臀围 , 以及四肢的维度 , 然后结合合作伙伴大数据与猪的品种进行分析 , 可以非常准确的预测猪的体重 。 简单的技术升级 , 就可以创造非常多的价值 。
从黑白,到彩色,再到3D,视觉技术一直在追赶人类的眼睛
本文插图
为什么要和大家分享这个故事?其实是想告诉大家 , 3D视觉与2D视觉有一个非常大的差异 。 2D视觉的大量数据最初的受众是人 , 我们把图片、视频拍下来 , 由人去分析 。
因为人的学习速度非常快 , 只要摄像头技术也成熟了 , 那么 , 视觉「技术的成熟」与「应用的成熟」几乎是同时发生 。
但是3D技术不一样 , 3D技术对应的是算法和场景 。 2016年 , 相关行业开始尝试做刷脸支付 , 而真正大量普及是在2019年 。 花了三年时间才把整个链条打通 , 让整个行业开始普遍应用3D技术 。 也就是说 , 3D相机的成熟 , 需要与行业磨合一段时间 , 产生一个成熟的方案 , 然后再落地 。
这也是为什么现在3D技术发展 , 是一个一个行业在发生的 , 从关键任务慢慢发展到非关键任务 , 从更有钱的场景 , 比如金融、安防、工业等场景 , 发展到更多的民用场景 。
随着场景不断落地 , 3D相机成本不断降低 , 技术不断成熟 , 应用算法不断的完善 , 3D视觉的发展速度也会越来越快 。 最近几年 , 每年有5-10个场景出现 , 可能三年以后 , 每年有50-100个场景出现 , 到最后 , 所有机器视觉的场景都会是3D的 。
那么 , 大家有没有想过 , 为什么摄像头是彩色的?
——因为世界就是彩色的 。
当我面对很多合作伙伴 , 面对很多投资人的时候 , 每次都会提到同一个问题——我为什么需要3D?现在2D用得不是很好吗?为什么我要额外花钱去买3D相机?
如果我们从一个更远的维度去看 , 这个世界本来就是3D的 , 我们为什么要退回到一个平面上?
原来 , 之所以用2D的平面 , 是因为我们没有能力去采集3D数据 , 而现在3D技术已经成熟 , 我们用几十块钱就能做一个很好的3D相机 , 那么 , 未来所有的摄像头自然而然也都会是3D的 。
有了3D以后 , 我们可以有更直接的交互 。 开头提到的第一部3D电影的名字叫《The Power of Love》——爱的力量 , 如果要感受爱的力量 , 我希望看到的人是立体的、栩栩如生地站在我的面前 。
我们也希望通过3D技术能够让感知变得更智能 , 在端上、在摄像头上就实现分析和理解 。 这就像人一样 , 我们不会去「思考」自己到底看到了什么 , 摸到了什么 , 五官的感知已经在我们的潜意识里都解决了 。
而思维是在决策维度才用到的 , 当获取这些信息以后 , 如何去思考、分析、决策 。
在万物互联的IoT时代 , 我们需要把更低成本、更高效、更安全的架构实现出来 。 我们需要在端上实现感知 , 在云端实现分析与判断 。
(本文未经造就授权 , 禁止转载 。 )
编辑 | 王锐
视频 | Don