微信5.0已經(jīng)上線多日，其“掃一掃”功能功能令人印象深刻。它利用圖像識別技術(shù)將傳統(tǒng)的條形碼、二維碼、圖書和CD封面、電影海報等掃描入口全部集成到一起，讓目前所有主流的識別手段都在一個小小的APP內(nèi)觸摸得到。
可以說騰訊這次玩的太“狠”了！它正在打造一種新的超級入口，意圖將所有的線下實物和線上信息通過微信關(guān)聯(lián)起來，所謀甚遠，所圖甚大。然而在筆者看來，因為用戶習(xí)慣需要時間培養(yǎng)，以及存在的技術(shù)壁壘，目前微信基于條形碼，二維碼或者封面的掃描只能算是圖像識別超級入口的入門版，那理想中的圖像識別超級入口應(yīng)該是什么樣子呢？
一．什么都可以識別——對應(yīng)用領(lǐng)域無限制。
海量的雜志、海報等平面特征；商品實物、店鋪logo等體特征；衣服、水果蔬菜等不定特征；當(dāng)然還有人臉特征，都要能在苛刻的實用條件下準(zhǔn)確識別。這是對目前人類技術(shù)極限的艱巨挑戰(zhàn)，也是所有計算機視覺和模式識別領(lǐng)域的研究者夢寐以求的技術(shù)巔峰。同時，這也對識別數(shù)據(jù)庫提出了極高要求。除了常規(guī)的條形碼二維碼之外，各類常見圖片、商品實物、店鋪logo等的數(shù)據(jù)庫都要完備。理想的圖像識別入口應(yīng)該是用戶生活中常見的一切，即掃即得，世間一切都在掃完之后明了清晰。
二．無論怎么掃都能識別——對用戶行為無限制。
識別的過程中不需要限制用戶必須正面對準(zhǔn)、完全框住、不能遠離或貼近、不能傾斜、不能抖動、不能光擾、不能模糊。理想的圖像識別入口應(yīng)該是用戶隨意拿起手機，朝向目標(biāo)，即可很快得到識別結(jié)果。
如果能再結(jié)合增強現(xiàn)實技術(shù)，就如配圖中所示的那樣，那用戶體驗更將獲得質(zhì)的飛躍。如果這樣的功能和用戶體驗可以在淘寶、微信、新浪微博、易信、大眾點評、美圖秀秀等常用客戶端中實現(xiàn)，那世界會變成什么樣？便捷？有趣？我想用科幻這個詞來形容更為恰當(dāng)！試想掃一下雜志內(nèi)容、書籍、名片，馬上就能出現(xiàn)視頻、評論、相關(guān)文章、社交信息；掃一下商品包裝就馬上出現(xiàn)一系列使用說明、用戶評論、優(yōu)惠劵、比價信息，甚至可以直接點擊購買；走在商場里掃一下店鋪logo就出現(xiàn)店家代金卷、用戶留言，知道什么東西值得買，什么菜值得吃；看見動人的妹紙，拍一下了解她的興趣愛好，找好話題然后上前勾兌……
還有，如果各個手機攝像頭里也能嵌入這樣的功能，那攝像頭除了拍照，還可以識別、購物、交友，手機本身即可以拋開APP直接變身一個巨量的廣告渠道、電商入口、社交平臺，這可比PK誰薄0.1mm更有意義。再想如果google glass也能具有這樣的功能，那由真實世界到虛擬世界的入口隨時都可呈現(xiàn)在你的眼前，更多的欲望可以被滿足，更多的價值可以被實現(xiàn)。
這一切僅是妄想？從最近一段在業(yè)界引起轟動的技術(shù)測試視頻來看，來自國內(nèi)的一家技術(shù)公司已經(jīng)在圖像識別技術(shù)上已經(jīng)取得了令人振奮的突破，上述的理想，有很多已經(jīng)可以被商業(yè)實現(xiàn)。
內(nèi)行看門道，測試視頻所體現(xiàn)的技術(shù)已經(jīng)成功挑戰(zhàn)了圖像識別領(lǐng)域的許多技術(shù)極限：如簡單特征與復(fù)雜背景、微小目標(biāo)/遠離目標(biāo)、大傾斜、高遮蔽、強反光、逆光、模糊、曲面體特征、褶皺特征等實用條件下的魯棒性、準(zhǔn)確性和快速性。這些實用條件以往都是圖像識別技術(shù)的終極殺手 (包括微信5.0等也不能幸免)，但只有在滿足這些條件后，圖像識別技術(shù)才能真正具備成為超級入口的價值。
現(xiàn)在，許多科幻電影的情節(jié)似乎已經(jīng)可以實現(xiàn)，移動互聯(lián)網(wǎng)的入口之爭也將由方寸屏幕擴展到大千世界。我們是否應(yīng)該考慮的更多更遠一些？如果這樣的技術(shù)給你來用，你會用來做什么？圖像識別能否像語音識別那樣成為各大移動互聯(lián)網(wǎng)產(chǎn)品和平臺的標(biāo)配？或許，大家可以開始考慮和布局新的商業(yè)模式了。
喜歡 
頂
難過
囧
圍觀
無聊
