<mark id="oztn4"></mark>
2
9月6日上午，360和滴滴圍繞司乘安全保證、專車服務方面達成戰略合作，滴滴專車將裝備360行車記錄儀，360也會和第三方合作升級自身的360 OS for car的操作系統。
其實在8月份于深圳召開的2016 CCF-GAIR 全球人工智能與機器人峰會上， 360人工智能研究院首席科學家、知名計算機視覺與深度學習專家顏水成在接受了雷鋒網的采訪時，就談到了他對于計算機視覺相關方面的洞見。
特別是采訪中他有提到兩種情況：
1. 有些智能攝像頭會提供一個功能——查看是否有可疑人員進入監控區域，這項功能一般是通過計算機視覺技術來進行面部識別的。但是如果設備銷量很大，大量用戶同時使用這個功能，這時如果在服務器端進行計算，就會對服務器造成很大壓力。
2. 很多智能設備的應用環境是沒有網絡的，無法和服務器交互。
想要解決這些問題，有兩個方向：
降低運算的精度
例如在手機端識別人臉和年齡，精確度必然難以比肩專業的識別系統。但是這種從95%到85%的精度損失，是人們可以承受的。
改進計算模型
當然最好的情況是能夠開發出新的更優計算模型。但是在現有模型下，也可以通過改進策略實現算法精簡。例如顏水成帶領團隊研究了一些算法調整，在原有算法基礎上增加了一些判斷那些邏輯不用計算的策略。這樣雖然看起來規則更復雜了，但是總體來看計算量是減少了。
顏水成認為，這些策略的優化是非常有意義的，因為成本往往是實現商業化的重要因素。目前最主流的人工智能芯片，全部采用 GPU。但是GPU 的體量大，耗能高。如果實現了成本的降低，將其運用到實際中將會更加容易。
目前360人工智能研究院就是采用行車記錄儀的攝像頭采集數據，將計算機視覺技術運用到攝像頭中，由于深度學習算法的魯棒性很好，不同攝像頭采集的數據都可以幫助提升效果，算法對廣角產生的變形也不敏感。
將深度學習應用到行車記錄儀中，通過檢測駕駛員行為數據，逐步為其提供合理的安全行車建議；另一方面，還能夠對事故數據進行分析，根據不同路況、車型和駕駛條件為車主提供適時的駕駛輔助。
現階段他們已經在低成本、低功耗的ARM平臺實現了部分功能。
在9月6日，360與滴滴出行圍繞司乘安全保障、專車服務品質方面達成合作。滴滴專車將率先裝備360行車記錄儀，確保行車安全。360去年推出了首款智能行車記錄儀，迄今銷量已突破300萬，成為行業冠軍。目前360行車記錄儀已成為滴滴官方推薦行車記錄儀品牌。同時，360行車記錄儀將率先裝備進滴滴專車，后續亦將在軟硬件定制方面展開合作探索。
在發布會上，360人工智能研究院從ADAS輔助技術及圖像識別等專業角度，介紹和展示了360在智能出行領域的布局及成果。
ADAS，Advanced Driver Assitance Systems簡稱ADAS，中文名叫：高級駕駛輔助系統。ADAS是利用安裝在車上的傳感器（攝像頭、雷達、激光和超聲波等），在汽車行駛過程中隨時感應周圍的環境，收集數據，進行靜態、動態物體的辨識、偵測與追蹤，結合車輛行駛數據，進行系統的運算與分析，從而提前警示駕駛者察覺到將要發生的危險。）
車載攝像頭是ADAS（高級輔助駕駛系統）的重要部分，結合雷達、GPS等傳感器，可以實現部分自動駕駛功能，如車道偏離預警，向前防碰撞，盲區檢測等。將深度學習應用于ADAS領域是一種趨勢，在特征不明顯的物體檢測和行人識別上有著顯著優勢，但缺點是成本高，往往需要運行在服務器上。
我們可以看到，通過將計算機視覺運用到行車記錄儀中，在ADAS輔助技術及圖像識別中運用深度學習技術，可以在行車建議與輔助駕駛方面更好的幫助駕駛員進行判斷。
相關閱讀
360與滴滴達成合作，并且首次對外曝光了360人工智能研究院團隊
AIR 025 | 360 首席科學家顏水成：有關機器視覺的六個洞見
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
