在10月19日上午舉辦的IDC中國數(shù)字化轉(zhuǎn)型年度盛典的“人工智能與大數(shù)據(jù)”分論壇上，IDC（國際數(shù)據(jù)公司，International Data Corporation）聯(lián)合曠視科技發(fā)布“AI+手機”行業(yè)白皮書報告——《IDC手機行業(yè)白皮書：“視”界革命》（以下簡稱“報告”）。下面，智能菌就對AI手機報告和AI手機的發(fā)展做詳細(xì)梳理。

一、智能手機行業(yè)已經(jīng)進(jìn)入轉(zhuǎn)折點

手機是承載人類數(shù)字化生活于工作最重要的設(shè)備，更是近20年來對人類社會改變最大的工具。移動互聯(lián)網(wǎng)的蓬勃發(fā)展，讓手機從單純的通信工具成為人們生活和工作的入口。未來手機不僅將成為我們身體的延伸，更將幫助人們簡化生活、分擔(dān)工作，成為人類的“個人智能助理”。

經(jīng)過十年的黃金發(fā)展期，2017年智能手機行業(yè)遇到了發(fā)展的重要轉(zhuǎn)折點。根據(jù)IDC的統(tǒng)計數(shù)據(jù)顯示，2017年全球智能手機出貨量為14.7億臺，同比下降0.3%。首次出現(xiàn)同比下跌的情況。而中國市場的變化趨勢更為明顯。2017年，中國智能手機出貨量為4.4億部，同比下降4.9%。這意味著傳統(tǒng)的智能手機市場已經(jīng)呈現(xiàn)飽和，手機廠商必須從拼銷量、拼價格向拼品質(zhì)、拼體驗轉(zhuǎn)型。

二、何謂真正的“AI手機”

據(jù)報告顯示，從2017年開始，越來越多的手機廠商意識到了AI給智能手機行業(yè)帶來的價值，紛紛推出了“AI手機”，2018年主流手機廠商更是在各自的旗艦機型中全面引入AI技術(shù)，甚至搭載AI芯片的手機正在成為市場的主流。

不過，目前的“AI+手機”還處在較為初級的階段，很多的功能應(yīng)用還具有局限性，只是在部分特定場景下才能發(fā)揮作用，距離真正的AI手機普及還有不小的技術(shù)門檻。

曠視科技副總裁謝憶楠對目前的“AI手機”發(fā)表了看法，他認(rèn)為，現(xiàn)在很多的手機還不能叫“AI手機”，更多應(yīng)該稱作“AI Camera”。現(xiàn)在AI應(yīng)用提升較多的是在攝像頭上，無論是拍照、解鎖，還是認(rèn)知、優(yōu)化、分析等都是基于這個“AI Camera”。最淺層的AI Camera即人臉解鎖，再往上則可能是AI的智能優(yōu)化。

三、計算機視覺給手機帶來的三大應(yīng)用方向和三種解決方案

視覺應(yīng)用是手機AI應(yīng)用中最主要的訴求。在2017年《IDCConsumercape360°》調(diào)研中，當(dāng)你購買手機時，影響你采購決定的七個最重要的因素，73%的用戶會考慮電池續(xù)航時間，51%的用戶考慮拍照效果。

目前，AI手機基于計算機視覺開發(fā)的人臉解鎖、人像美顏功能在手機應(yīng)用中滲透率分別高達(dá)75%與90%。與此同時，AI視覺需求的日益強烈對產(chǎn)業(yè)鏈因此提出了更高的要求，應(yīng)用、算法、解決方案、硬件將會環(huán)環(huán)相扣、缺一不可。

想要給用戶帶來超預(yù)期的視覺體驗，需要產(chǎn)業(yè)鏈的協(xié)同發(fā)展。視覺技術(shù)的推陳出新與產(chǎn)業(yè)鏈的發(fā)展緊密相連。IDC將計算機視覺技術(shù)對安手機的影響分為四個層面，每一個層面的創(chuàng)新既相對獨立又相互促進(jìn)。利用新器件、新算法打造新方案探索新應(yīng)用，改善用戶體驗，提升用戶粘性是AI手機快速普及的重要助推力。

從上圖可以看到，計算機視覺技術(shù)在手機種的應(yīng)用主要可以分為三大方向：識別與認(rèn)證、AI攝影、3D感知。

1、識別與認(rèn)證。通過高效的人臉識別算法，手機可以實現(xiàn)毫秒級的人臉解鎖和金融級的人臉支付。目前，這項技術(shù)在手機上已經(jīng)廣泛應(yīng)用于互聯(lián)網(wǎng)金融風(fēng)控、共享出行司機和乘客驗證、社保等行業(yè)，用于甄別欺詐行為。

2、AI攝影。人工智能可以智能分析出用戶的年齡、膚色、體型等特征，通過人臉檢測、關(guān)鍵點檢測、場景識別等AI算法對畫質(zhì)進(jìn)行精準(zhǔn)提升，讓成像更加自然，為用戶帶來更完美的體驗。

3、3D感知全棧方案。IDC認(rèn)為3D感知將實現(xiàn)計算機視覺在手機領(lǐng)域的重大突破，為手機應(yīng)用打開了更為廣闊的空間，例如AR游戲虛擬、試穿等應(yīng)用。但是，目前基于3D的感知應(yīng)用還不普及。

以上這些應(yīng)用都離不開攝像頭上的解決方案，目前市場上的方案有雙攝、三攝、深攝三類方案。

| 目前市場上的雙攝方案主要分為三種：

1、景深方案。一般是采用兩枚像素不同的傳感器來進(jìn)行拍攝，主攝像頭像素極高，負(fù)責(zé)拍攝整體畫面副攝像頭像素稍低，負(fù)責(zé)記錄景深信息。主要賣點是突出主體，背景虛化。

2、黑白+彩色方案。利用兩枚后置攝像頭在結(jié)構(gòu)上的細(xì)微差異，經(jīng)算法融合呈現(xiàn)優(yōu)于傳統(tǒng)單枚攝像頭的成像效果，可以有效提高像素細(xì)節(jié)相近，顏色的過度也會更加自然。整體在層次感上有著不錯的提升，它的最大賣點是成像更加清晰，適應(yīng)夜拍。

3、定焦雙攝方案（廣角+長焦方案）。在不同的光照條件下，手機能夠自主選擇合適的攝像頭來進(jìn)行自拍。在光線充足的場景中選用長焦鏡頭進(jìn)行拍攝，并且能實現(xiàn)兩倍無損變焦。當(dāng)光線不足時則啟用廣角鏡頭為主攝像頭，能更好地保證亮度，主要賣點是變焦拍攝更容易。

| 三攝方案也主要分為三種：

1、在彩色鏡頭+黑白鏡頭基礎(chǔ)上，加長焦鏡頭的組合。擁有高倍無損變焦能力，能夠在低光性能變焦高分辨率，景深，虛化等方面提供更優(yōu)質(zhì)的體驗。

2、在彩色鏡頭+黑白鏡頭基礎(chǔ)上，加入一顆COMS輔助成像，能夠帶來更好的寬容度。

3、在廣角+長焦的方案的基礎(chǔ)上，加入一顆魚眼鏡頭，實現(xiàn)超級變焦功能，提供更多視角。

總之，三攝可以同時具備光學(xué)變焦及黑白鏡頭無損遠(yuǎn)攝的同時，還能夠利用黑白鏡頭的補光優(yōu)勢保證更出色的成像質(zhì)量，這就為人像模式等需要模擬大光圈背景虛化的場景提供了更多可能性。彌補面部曝光不足的同時，多一顆攝像頭就有可能得到更全面的景深數(shù)據(jù)，從而讓背景虛化更加完美。

| 深攝攝像頭按技術(shù)分類可以分為以下三類：

1、主流技術(shù)。

2、雙目結(jié)構(gòu)光。

3、飛行時間算法（TOF）。

四、AI視覺方案對手機產(chǎn)業(yè)鏈的革新需求

隨著人工智能視覺需求的日益強烈，AI視覺解決方案整合將加速，對產(chǎn)業(yè)鏈提出了更高的要求。

首先，隨著AI應(yīng)用場景的不斷擴展，視覺應(yīng)用需求更加強烈，但是過于復(fù)雜的產(chǎn)業(yè)鏈將延長開發(fā)周期，抑制性應(yīng)用的快速商用，同時，過高的門檻將大大提高應(yīng)用的成本。

其次，由于手機設(shè)計的特殊要求，如輕薄，省電，產(chǎn)品迭代快，使用環(huán)境多樣化等。要求產(chǎn)業(yè)鏈可以根據(jù)手機廠商需求，提供端到端的一站式解決方案。可以高效定制于快速迭代視覺技術(shù)的產(chǎn)業(yè)整合勢在必行。

報告指出，計算機視覺技術(shù)封裝將成為手機產(chǎn)業(yè)鏈的關(guān)鍵環(huán)節(jié)，可見計算機視覺技術(shù)在手機領(lǐng)域的應(yīng)用正在趨于成熟，但就技術(shù)本身來講還有太多應(yīng)用場景尚未被開發(fā)出來。當(dāng)前市場關(guān)注度、滲透率及技術(shù)采用度相對較高的應(yīng)用場景，如人臉識別、物體識別、物體檢測等還停留在較為基礎(chǔ)的物體探測階段，在更具體的事件檢測、更靈活的人機交互及更復(fù)雜的信息重組、自主行為等方面的應(yīng)用明顯不足。

目前，AI視覺產(chǎn)業(yè)生態(tài)的整合正在發(fā)生。以高通、聯(lián)發(fā)科、紫光展銳等公司為代表的芯片廠商，以及以奧比中光、艾邁斯、舜宇光學(xué)、歐菲科技為代表的光學(xué)器件和模組廠商正在通過戰(zhàn)略合作資本等形式與上層算法和應(yīng)用公司進(jìn)行深度合作。

報告預(yù)測，未來AI視覺產(chǎn)品的生態(tài)將更加聚合，從單一的產(chǎn)品競爭將向平臺生態(tài)轉(zhuǎn)變，只有多方供應(yīng)商緊密配合，才能將用戶體驗做到極致。并且，擁有生態(tài)平臺的企業(yè)才能在行業(yè)洗禮中脫穎而出。

未來，無論是計算機視覺技術(shù)本身還是“AI手機”行業(yè)的市場前景，都還具有非常大的想象空間。

五、如何面對AI手機發(fā)展帶來的問題

AI在行業(yè)落地的關(guān)鍵，是要找到AI與這個行業(yè)的重合點是什么，以及能夠解決的行業(yè)的潛在或顯著性問題是什么。

談及用戶數(shù)據(jù)保護(hù)問題，謝憶楠分享了曠視科技的做法。他說，公司從最開始就通過“數(shù)據(jù)脫敏”這種不可逆的方式進(jìn)行數(shù)據(jù)保護(hù)，假設(shè)發(fā)生數(shù)據(jù)被竊，在沒有拿到算法的源代碼的情況下也不可能把脫敏后的數(shù)據(jù)還原成人臉，這樣它對用戶隱私造成的影響就不大。曠視是一家提供技術(shù)服務(wù)的平臺，做人臉識別對比之后只會反饋一個相似度的結(jié)果，并不做數(shù)據(jù)的存儲。

在談及未來AI手機的發(fā)展，謝憶楠認(rèn)為，數(shù)據(jù)的缺乏是一個很大的問題，因此有兩件事情要解決，首先是在時間上，能否快速地通過一小部分的數(shù)據(jù)直接產(chǎn)生標(biāo)注，其次則是數(shù)據(jù)標(biāo)注如何“去人力化”的問題。