（本文作者：沈力强）

很多厂商都说要在 2020 年推出自动驾驶汽车，无论这些车的自动驾驶程度如何，都要依靠「计算机视觉」技术来实现。

计算机视觉 (Computer Vision，CV)，这是一门研究如何使机器” 看” 的科学，更进一步说就是用摄影机和电脑代替人眼对目标进行识别、跟踪和判别决策等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。

作为一个科学学科，计算机视觉研究与其相关的理论和技术，试图建立能从图像或者多维数据中获取「信息」的人工智能系统。比尔·盖茨说过：「IT 界的下一次大事将是计算机视觉与深度学习的结合」。

怎么才能让「机器」或「智能汽车」变得像人类一样聪明？

首先要让「它」感受到这个世界，然后再对感受到的信息处理反馈。从任天堂的 Wii 到微软的 Kinect，再到谷歌的 Project Tango，都是如此。

2014 年 2 月，谷歌已经成功为该项目研发出了一款 Android 手机原型机，配备了一系列摄像头、传感器和芯片，能实时为用户周围的环境进行 3D 建模。另外还有微软的 Hololens 全息眼镜，从这些设备上，我们看到了计算机视觉技术的飞速发展。

视频和图像之中包含了大量的数据，过去我们不知道怎么让机器来捕捉和利用这些数据。但随着「深度学习」的发展，「卷积神经网络」的提出和运用，这些数据慢慢的能被机器解读到了。这些进步为以后的汽车自动驾驶，打下了获得信息和处理信息的基础。

目前在研究「计算机视觉」技术的有很多公司，比如 SenseTime（商汤）、Cogtu（知图科技）、Deepglint（格灵深瞳）等。

「商汤」是做计算机学习和深度学习技术的典型公司，核心技术有人脸识别、图像识别、图像处理、智能监控。

此外就是「格灵深瞳」，这家公司的联合创始人赵勇，在刚刚闭幕的 2015 杭州云栖会议上提到：「目前绝大多数自动驾驶技术非常昂贵，一辆自动驾驶汽车感知成本可能要上百万人民币，比汽车本身还贵。」

在他展示的视频里，计算机视觉技术让每辆车都有自己的「眼睛」。这套系统在汽车行驶的时候像人的眼睛一样能看懂交通标识，道路信息和各种不同的路况。

计算机视觉技术除了在汽车上使用外，还可以在智能交通领域帮上忙。在路口的红绿灯可以通过使用该技术，来判断所在道路交通流量，然后自动变灯，增加路口的通行能力。

从论文数量和创业公司数量就可以看出来，近两年计算机视觉发展速度很快。但对于自动驾驶来说，目前仍面临诸多问题，比如对芯片的计算速度要求很高、高昂的成本等等。计算机视觉可以让自动驾驶成为现实，但离「普及」的程度还有一段距离。