人工智能应用集成需求分析

前言
本章主要讲述人工智能技术发展现状及技术挑战，以及实际AI应用开发过程中的需求分析过程

1. AI技术发展现状及技术挑战

1.1 计算机视觉发展现状及技术挑战

什么是计算机视觉

• 计算机视觉是使计算机能理解采集设备采集的图像视频的一门学科。形象地说，就是给计算机安装上眼睛（照相机）和大脑（算法），让计算机能够感知环境。
  

计算机视觉可解决的问题

计算机视觉任务划分

计算机视觉的三个层次

中级视觉任务

中级计算机视觉的任务：

分类（Classification）：解决“是什么？”的问题，即给定一张图片或一段视频判断里面包含什么类别的目标。

检测（Detection）：解决“是什么？在哪里？”的问题，即定位出这个目标的的位置并且知道目标物是什么。

分割（Segmentation）：分为实例分割（Instance Segmentation)和语义分割（SemanticSegmentation），解决“每一个像素属于哪个目标物或场景”的问题。

图像分类应用场景

目标检测应用场景 (1)

目标检测应用场景 (2)

图像分割应用场景

计算机视觉面临的挑战

1.2 自然语言处理发展现状及技术挑战

什么是自然语言处理？(1)

什么是自然语言处理（Natural Language Processing, NLP）？

• 自然语言处理就是，利用计算机为工具对人类特有的书面形式和口头形式的自然语言的信息，进行各种类型处理和加工的技术。

• 用机器处理人类语言的理论和技术，让计算机能够理解和生成人类语言。

什么是自然语言处理？(2)

自然语言处理应用场景

中文自然语言处理面临的挑战

1.3 语音处理发展现状及技术挑战

什么是语音交互

语音交互应用场景

语音交互面临的挑战

2. AI应用需求分析

传统软件应用开发与AI应用开发对比

为什么需要进行需求分析？

AI应用开发需求分析步骤

实例演练：智能人体测温监测系统景

需求背景

• 新冠疫情肆虐，疫情防控常态化，在机场、火车站等人流量大的场所，传统的测温方法无法满足效率的要求，需要一种智能的、无接触式的、适用于大量人群的测温监测方案。
• 红外热成像技术可以测得摄像头画面中的各处物体的温度，但是无法直接判断哪些是人体的温度，人眼可以从图像中找出人体的位置，但仅依靠人力无法做到24小时不断地监测大量人群，因此需要引入AI替代大量重复的人力劳动，不断监测热成像中每个人的体温。

需求价值

• 在园区、办公室、中小学、高校等人群密集的场所中用AI的力量实现多场景下的零接触式测温，减轻防疫人员压力，及时发现体温异常人员，助力新冠肺炎的防控工作。
  需求描述
• 在公开场所部署热成像摄像头和普通高清摄像头，从监控区域中快速找出并追踪体温异常的人，同时触发报警；
• 要求在1秒内识别出所有人的位置，并测出体温，测温误差≤0.3 ℃。

问题抽象

可行性分析

本章小结

• 本章介绍了人工智能的三个主要的技术方向：计算机视觉、自然语言处理、语音处理，重点介绍了各个方向的定义、发展现状和面临的挑战。
• 本章还介绍了AI应用开发过程中需求分析过程，需求分析是整个AI应用开发中非常重要的一步，需求分析的步骤包括：需求背景、需求价值、需求描述、需求抽象、可行性分析。

文章内容均引用华为云HCCDA-AI内容：若有侵权，联系即删