近日，計算機視覺領域頂級會議 CVPR 2019 的論文接收結果公布，在超過 5100 篇投稿中，共有 1300 篇被接收。其中來自合刃科技的一篇關于非視距物體識別技術的亮點論文被收錄，在世界舞臺上展示了中國人工智能企業(yè)的科研實力。

該論文中提出的非視距物體識別技術，就是利用光的相干性從微弱的反射光信號中獲取光場相位信息，結合深度學習的人工智能算法，實現(xiàn)對障礙物后面的物體的實時識別。

合刃科技一直注重研發(fā)與應用的緊密結合，此次提出的非視距物體識別技術，可以在自動駕駛、安防監(jiān)控及其他的眾多領域應用落地，解決遮擋物和非視距成像區(qū)域的目標監(jiān)測問題。比如實現(xiàn)自動駕駛的傳感器實時探測到拐彎處車輛和行人，感知被前方車輛遮擋處的行人突然橫穿危險行為;捕獲被遮擋角落的危險行為，包括打架斗毆或其他有危險性的動作，消防救援時獲取屋內被困人員的信息等。

該論文的方法跟其他的非視域識別相比，有不少優(yōu)勢。比如熟知的TOF（Time of Flight）飛行時間法，其實際應用中需要昂貴的設備，比如單光子探測器和納秒脈沖激光（價值幾十萬人民幣）。而這篇論文的方法只需要普通激光器和CMOS圖像傳感器，大大降低了應用成本。另外，合刃科技此次論文中采用的非成像識別方法，比成像識別具有更好的簡易型和魯棒性，無需昂貴的成像設備，算法中也無需復雜且耗時的圖像重構，TOF方法一次數據采集和圖像重建需要數分鐘，但是該論文的方法用時不到一秒。

值得一提的是，在此次論文提出的非視距物體識別技術之外，合刃科技還致力于全息全頻機器視覺系統(tǒng)的研發(fā)和商業(yè)化。從數據采集端進行重新設計，應用了先進的集成光學技術，顛覆性的對CMOS圖像傳感器進行納米結構升級，結合AI算法，軟硬件一體化采集多個維度的光學信息，全面提升視覺識別性能。技術將應用于智能制造、安防、無人駕駛輔助駕駛、智能穿戴設備等多個領域。

合刃科技向來注重人工智能專業(yè)人才團隊的建設。高端創(chuàng)新人才團隊的匯聚和全鏈條知識產權的布局，將有效維護項目技術的領先性，保護項目的商業(yè)價值。 此次論文的收錄便是合刃專業(yè)人才團隊培養(yǎng)的良好反饋與智慧結晶。

光是一種電磁波，有很多的特征物理量，包含相位、光強、光譜、偏振、方向等信息。此次論文提出的非視距物體識別技術，在傳統(tǒng)的計算機視覺僅用到了光強信息的基礎上，僅增加了對相位信息的收集與利用，便能夠創(chuàng)造出如此豐富的應用場景，解決多個領域里的難點痛點。隨著我們對“光”的進一步探索，對更多的物理量進行獲取與計算，必然能打破識別邊界。

光電+AI，這個世界遠比我們能夠看到的更加豐富多彩。