近年來(lái)，上到國(guó)家領(lǐng)導(dǎo)人、下到街井小市民，人人都談大數(shù)據(jù)，現(xiàn)如今其已不再是陌生的事物并在各行各業(yè)都得以落地應(yīng)用且極大提高了民眾生活的便利性。但科技的發(fā)展和人們的需求是永無(wú)止境的，隨著大數(shù)據(jù)技術(shù)的發(fā)展，相對(duì)的人們對(duì)數(shù)據(jù)分析的要求也逐步提高，今天我們談到的視覺(jué)大數(shù)據(jù)也是基于大數(shù)據(jù)分析的其中一種，它是將數(shù)據(jù)“美化”，藉由此希望數(shù)據(jù)分析能變得更加便捷、美觀、易操作。人們希望數(shù)據(jù)分析能變得更便捷、易操作，對(duì)此，大家可能了解不多，本期華南理工大學(xué)全宇暉教授將帶大家詳細(xì)的了解一下這個(gè)新領(lǐng)域。

　　何為視覺(jué)大數(shù)據(jù)?

　　簡(jiǎn)而言之可稱之為為計(jì)算機(jī)配上一對(duì)“眼睛”，讓它可以看懂世界，但可惜的是，機(jī)器視覺(jué)發(fā)展這么多年，目前世界上最聰明的機(jī)器如阿爾法go等雖然都取得了很不錯(cuò)的成績(jī)，但令人遺憾的是它們都有一個(gè)共同的致命缺陷——瞎的，這其中最主要的問(wèn)題在于看與看懂，如何讓機(jī)器看懂也是擺在科技界的一道難題。

　　對(duì)此，發(fā)展視覺(jué)大數(shù)據(jù)就變得尤為重要，全宇暉教授表示，視覺(jué)大數(shù)據(jù)存在的前提是它要能夠被人的視覺(jué)系統(tǒng)感知到，而現(xiàn)如今最主要的視覺(jué)大數(shù)據(jù)便是圖像與視頻。值得注意的是以上所提都需滿足大數(shù)據(jù)的必備條件。

　　視覺(jué)大數(shù)據(jù)的核心內(nèi)涵

　　一、視覺(jué)大數(shù)據(jù)的“大”，表現(xiàn)在數(shù)量、尺寸、維度三個(gè)方面，即數(shù)據(jù)的體積足夠大。

　　二、視覺(jué)大數(shù)據(jù)的“數(shù)”傳達(dá)的內(nèi)涵是指我們接觸到的數(shù)據(jù)是量化過(guò)，或者離散過(guò)的數(shù)字，人類肉眼觀察到的圖像，對(duì)于計(jì)算機(jī)來(lái)說(shuō)其實(shí)是一種數(shù)字矩陣。

　　三、視覺(jué)大數(shù)據(jù)的“據(jù)”則表明這些數(shù)字不是純粹的數(shù)字，它可以提供客觀依據(jù)來(lái)進(jìn)行行為決策。人們獲取了視覺(jué)線索之后，需要對(duì)其進(jìn)行信息提取、內(nèi)容分析、知識(shí)學(xué)習(xí)、理解決策四個(gè)步驟，其核心是利用到數(shù)學(xué)工具與模型算法。

　　這三個(gè)方面表明，在以往人類的生活生產(chǎn)中，存在一些固定模式和變化方向，這些固定模式通過(guò)科學(xué)無(wú)法解釋并存留至今;但變化方向則可通過(guò)大數(shù)據(jù)進(jìn)行挖掘，找到適合人類發(fā)展、方便人類生活的方向，而由于應(yīng)用方向的不同，因而在大數(shù)據(jù)挖掘本身也存在著不同，比如今天所談的視覺(jué)大數(shù)據(jù)分析。

　　全宇暉教授進(jìn)一步指出，視覺(jué)大數(shù)據(jù)的工作內(nèi)容主要集中在三方面：分析識(shí)別、質(zhì)量評(píng)估和質(zhì)量提升。而在分析識(shí)別方面，全教授提出了三個(gè)工作案例，來(lái)幫助進(jìn)一步了解視覺(jué)大數(shù)據(jù)的工作機(jī)理：一是靜態(tài)紋理圖像識(shí)別。它利用的是計(jì)算機(jī)的一種基本運(yùn)行能力，在開(kāi)展這一工作時(shí)，研究者提供給計(jì)算機(jī)不同的紋理圖像，從而得到計(jì)算機(jī)對(duì)其識(shí)別處理后的反饋結(jié)果。二是動(dòng)態(tài)紋理視頻識(shí)別。全宇暉教授介紹到，具有特定紋理的物體，在運(yùn)動(dòng)時(shí)，會(huì)表現(xiàn)出特有的周期性運(yùn)動(dòng)規(guī)律，而研究者讓計(jì)算機(jī)利用這些額外的信息，對(duì)不同的視頻信息進(jìn)行分析與分類。三是物體的識(shí)別。計(jì)算機(jī)根據(jù)形狀與輪廓特征，對(duì)物體進(jìn)行目標(biāo)識(shí)別，可以實(shí)現(xiàn)原有工作方法在精度上的提升。

　　在質(zhì)量評(píng)估工作方面，研究者主要是通過(guò)給予計(jì)算機(jī)一定的運(yùn)行程序，使計(jì)算機(jī)能夠給出符合人的認(rèn)知的評(píng)價(jià)結(jié)果。質(zhì)量提升工作的目標(biāo)是，提出一些新的方法，來(lái)實(shí)現(xiàn)圖像的質(zhì)量提升，使得被外因干擾的圖像得到最好的呈現(xiàn)效果。

　　視覺(jué)數(shù)據(jù)表征工作是視覺(jué)大數(shù)據(jù)核心

　　全宇暉教授表示，目前視覺(jué)大數(shù)據(jù)的工作是分開(kāi)進(jìn)行的，但最終的目的只有一個(gè)，就是把分析識(shí)別、質(zhì)量評(píng)估和質(zhì)量提升三方聯(lián)合起來(lái)，要想連接這三塊就需要進(jìn)行視覺(jué)數(shù)據(jù)表征工作，這也是視覺(jué)大數(shù)據(jù)工作的核心。視覺(jué)大數(shù)據(jù)表征過(guò)程可以分為三個(gè)框架：局部特征提取、全局特征整合和高層特征優(yōu)化。為了便于理解，現(xiàn)場(chǎng)全教授以貓為例，通俗易懂地介紹了視覺(jué)數(shù)據(jù)表征工作的內(nèi)容：每一只貓都有不同的表征，就是說(shuō)同一只貓也有不同的pose，所以這就需要建立一個(gè)三維空間，來(lái)幫助系統(tǒng)分析識(shí)別，而不是在原圖上進(jìn)行操作。 視覺(jué)數(shù)據(jù)表征工作目前有兩種路線：一是物理驅(qū)動(dòng)，研究者會(huì)考慮一些數(shù)學(xué)模型，或者圖形本身的面積等物理屬性，進(jìn)而利用分形等數(shù)學(xué)工具，進(jìn)行數(shù)學(xué)建模與算法設(shè)計(jì);二是數(shù)據(jù)驅(qū)動(dòng)，可以依據(jù)大數(shù)據(jù)，得到較好的視覺(jué)數(shù)據(jù)表征。

　　最后，全宇暉教授表示，視覺(jué)大數(shù)據(jù)工作的下一個(gè)重心就是建立有機(jī)聯(lián)動(dòng)框架，并引入多元多模態(tài)數(shù)據(jù)融合，進(jìn)行變尺度視覺(jué)數(shù)據(jù)分析進(jìn)而根據(jù)數(shù)據(jù)本身進(jìn)行高階視覺(jué)關(guān)聯(lián)信息挖掘。