9月6日上午，360和滴滴围绕司乘安全保证、专车服务方面达成战略合作，滴滴专车将装备360行车记录仪，360也会和第三方合作升级自身的360 OS for car的操作系统。
其实在8月份于深圳召开的2016 CCF-GAIR 全球人工智能与机器人峰会上， 360人工智能研究院首席科学家、知名计算机视觉与深度学习专家颜水成在接受了雷锋网的采访时，就谈到了他对于计算机视觉相关方面的洞见。
特别是采访中他有提到两种情况：
1. 有些智能摄像头会提供一个功能——查看是否有可疑人员进入监控区域，这项功能一般是通过计算机视觉技术来进行面部识别的。但是如果设备销量很大，大量用户同时使用这个功能，这时如果在服务器端进行计算，就会对服务器造成很大压力。
2. 很多智能设备的应用环境是没有网络的，无法和服务器交互。
想要解决这些问题，有两个方向：
降低运算的精度
例如在手机端识别人脸和年龄，精确度必然难以比肩专业的识别系统。但是这种从95%到85%的精度损失，是人们可以承受的。
改进计算模型
当然最好的情况是能够开发出新的更优计算模型。但是在现有模型下，也可以通过改进策略实现算法精简。例如颜水成带领团队研究了一些算法调整，在原有算法基础上增加了一些判断那些逻辑不用计算的策略。这样虽然看起来规则更复杂了，但是总体来看计算量是减少了。
颜水成认为，这些策略的优化是非常有意义的，因为成本往往是实现商业化的重要因素。目前最主流的人工智能芯片，全部采用 GPU。但是GPU 的体量大，耗能高。如果实现了成本的降低，将其运用到实际中将会更加容易。
目前360人工智能研究院就是采用行车记录仪的摄像头采集数据，将计算机视觉技术运用到摄像头中，由于深度学习算法的鲁棒性很好，不同摄像头采集的数据都可以帮助提升效果，算法对广角产生的变形也不敏感。
将深度学习应用到行车记录仪中，通过检测驾驶员行为数据，逐步为其提供合理的安全行车建议；另一方面，还能够对事故数据进行分析，根据不同路况、车型和驾驶条件为车主提供适时的驾驶辅助。
现阶段他们已经在低成本、低功耗的ARM平台实现了部分功能。
在9月6日，360与滴滴出行围绕司乘安全保障、专车服务品质方面达成合作。滴滴专车将率先装备360行车记录仪，确保行车安全。360去年推出了首款智能行车记录仪，迄今销量已突破300万，成为行业冠军。目前360行车记录仪已成为滴滴官方推荐行车记录仪品牌。同时，360行车记录仪将率先装备进滴滴专车，后续亦将在软硬件定制方面展开合作探索。
在发布会上，360人工智能研究院从ADAS辅助技术及图像识别等专业角度，介绍和展示了360在智能出行领域的布局及成果。
ADAS，Advanced Driver Assitance Systems简称ADAS，中文名叫：高级驾驶辅助系统。ADAS是利用安装在车上的传感器（摄像头、雷达、激光和超声波等），在汽车行驶过程中随时感应周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，结合车辆行驶数据，进行系统的运算与分析，从而提前警示驾驶者察觉到将要发生的危险。）
车载摄像头是ADAS（高级辅助驾驶系统）的重要部分，结合雷达、GPS等传感器，可以实现部分自动驾驶功能，如车道偏离预警，向前防碰撞，盲区检测等。将深度学习应用于ADAS领域是一种趋势，在特征不明显的物体检测和行人识别上有着显著优势，但缺点是成本高，往往需要运行在服务器上。
我们可以看到，通过将计算机视觉运用到行车记录仪中，在ADAS辅助技术及图像识别中运用深度学习技术，可以在行车建议与辅助驾驶方面更好的帮助驾驶员进行判断。
相关阅读
正在生成分享图...
Nemo