眼擎科技给机器一双人眼，让AI图像识别适应复杂光线.doc

《眼擎科技给机器一双人眼，让AI图像识别适应复杂光线.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、眼擎科技给机器一双人眼，让AI图像识别适应复杂光线　　【导读】：5月10日，2018DEMOChina创新中国峰会总决赛现场，眼擎科技朱继志发表了将会，他说眼擎科技eyemore给机器一双人眼，看得比人眼更清楚，让AI图像识别适应复杂光线，解决目前AI图像识别困境。　　　　此次2018DEMOChina创新中国峰会总决赛，眼擎科技（eyemore）以“前沿科技”专场第一名成绩直击总决赛七强，也是唯一入围总决赛的国内高端数字原创眼擎科技给机器一双人眼，让AI图像识别适应复杂光线　　【导读】：5月10日，2018DEMO

2、China创新中国峰会总决赛现场，眼擎科技朱继志发表了将会，他说眼擎科技eyemore给机器一双人眼，看得比人眼更清楚，让AI图像识别适应复杂光线，解决目前AI图像识别困境。　　　　此次2018DEMOChina创新中国峰会总决赛，眼擎科技（eyemore）以“前沿科技”专场第一名成绩直击总决赛七强，也是唯一入围总决赛的国内高端数字原创“芯”势力的代表。　　创始人朱继志依据其近二十年的业内经验立足于芯片产业全局，在短短的六分钟时间里详述现实痛点、剖析原创芯片优势、描绘产业未来，所表言论引起了在座评委与观众们的共鸣和讨

3、论，　　朱继志核心观点精选：　　☞图像识别，从实验室到现场，图像源就变差了，从“卖家秀”变成了“买家秀”，经常识别不了，这是AI视觉目前的最大难点。　　☞视觉现场兑现最大的问题，是光线复杂。　　☞以前的图像都是给人看的，现在是给机器看了。而日系的数码成像，在技术架构上，解决不了复杂光线问题。　　☞AI将会使机器成为一个新物种，这个新物种要进化，一定需要眼睛。　　以下内容为现场实录：　　大家好，我是眼擎科技的朱继志，我们是做成像引擎芯片，来解决AI视觉落地的最后一公里，也就是刚才大家讨论的AI兑现问题。　　现在AI的图

4、像识别率可以到98%、99%，但这都是实验室的数据，一到现场，图像源就变差了，从“卖家秀”变成了“买家秀”，经常识别不了，这是AI视觉目前的最大难点。　　我们的芯片在感知端适应各种光线环境，就像人眼一样，在各种环境下都输出清晰的图像，让AI在现场做到和实验室一样的识别率。　　视觉现场兑现最大的问题，是光线复杂。这是我们的实拍视频，在很暗的光线、在很逆光、背光的环境下，都可以清楚的成像。我们在单个项目，包括暗光、和逆光下，已经做到比人眼能力更强。未来三年，我们的引擎在综合能力上将全面超越人眼。　　我们把视觉这个赛道放大

5、来看，它有四个环节：镜头、CMOS、成像、识别，像接力赛一样。图像识别在冲刺的第四棒上，明星公司都在这里，但它不解决落地兑现的问题。要解决环境光线适应的问题，要靠第三棒也就是成像系统的升级，这是信号处理的技术。我们采用了一套全新的技术架构来解决这个适应性问题。　　我98年从北大电子系毕业，今年刚好20年，其中十年做图像视频产品，十年做各种芯片的推广。最近因为中兴的事情，所有人都开始关注芯片。七年前，我在科通做了国内第一个芯片的大型电商，大家可能想象不到，芯片可以分几千个类目，有几千万的SKU。　　要做一个芯片，首先要

6、看这个品类的格局。成像从胶卷时代开始，到数码时代，核心技术完全被索尼、佳能这些日本公司垄断，其他的都是低端的copy。但现在AI带来了巨大的颠覆：以前的图像都是给人看的，现在是给机器看了。而日系的数码成像，在技术架构上，解决不了复杂光线问题。　　一个芯片是一个连接器，连接着核心技术和应用。绝大部分做技术，包括做芯片的公司，都是从应用入手，从外往里做，看市场需要什么就做什么。但我们采用了相反的方向，从里往外做，花了三年时间做原创的核心技术，然后才开始做芯片和市场应用。　　如果把芯片分成1000个细分市场，那么每个市场都

7、是一个金字塔结构，在顶部的公司会通吃掉大部分利润。比如在手机芯片里，高通是顶部，中部是MTK，底部是展讯。顶部公司的最大优势，是拥有定价权，永远是甲方，不管多大的客户，都要向顶部公司“申请价格”。美国的芯片公司都是顶部公司，所以可以制裁任何人。我们的做法，是借AI的颠覆势能，成为成像芯片品类的顶部公司。　　从我们的成像芯片发布之后，关注我们的人很多，因为这是大家普遍的痛点。我们提供从开发工具、模组、到方案定制全方位的成像解决方案，来帮助各种AI视觉产品应用兑现。2018年是整个AI在行业落地的第一年，也是我们的第五年

8、，今年我们的目标，是做好60个客户的Design－in，也就是帮助60个做产品的客户落地兑现。　　这些客户会分布在各个AI领域，复杂光线成像是一种基础技术，在AI各个领域，都可以应用。这个痛点一直都在，但以前是个Nicetohave的需求，我们拍照光线不好的地方可以不拍；但自动驾驶不能说光线不好的地方它不去，这成了Musthave的要求。这个需