影像技术发展世纪图谱：从传统机器影像到智能

从2D静态图像到3D动像，由机器影像到智能影像，影像带给人类真实而生动的视觉体验，日益丰富着日常生活；我们也用视觉技术构造新奇影像，不断改变着经济社会生产方式。影像技术历经近两个世纪的发展，目前在视频影像分析、图像识别、人脸识别、智能驾驶、医疗影像检测等影像行业综合应用领域风生水起。接下来本文将对其发展历程进行简单概括和梳理。

作为影像生产技术基础的计算机视觉，最早诞生于上世纪六十年代，而在此一个世纪之前，便早已有众多专家学者和行业人士对影像技术进行了持续探索和创新。

19世纪初到20世纪初影像形成初期，即无声影像阶段。该阶段经历了先由科学家发现原理，再由发明家及行业专业人士进行技术创造及机器实验等过程。

1829年，比利时物理学家约瑟夫普拉托发现了被人们公认为是动画与电影的理论基础——“视象暂留原理”当一个物体在人眼前消失后，该物体的形象还会在人视网膜上滞留0.1秒~0.4秒。真正将移动影像技术带入人们眼帘的是法国卢米埃尔兄弟，于1895年研制成功“活动电影机”，在其作品《火车进站》中，将原来静态单一图像转变为对分镜头、连续性动态影像的视觉捕捉，使传统视知觉模式发生了裂变性转折，增强了逻辑性、叙事性视觉内容。

1903年，美国电影先驱人物埃德温·鲍特在其代表作品《火车大劫案》中使用“遮挡法”代替“背景放映法”，开创性地运用了分镜头技术、移动摄影和外景拍摄等一系列革新技术，最大突破更是采用交叉剪辑方式直接切换，并利用蒙太奇按一定顺序组接镜头。

20世纪20年代-60年代，影像与声音结合技术日趋成熟，并开启全息技术时代。

1926年，美国华纳兄弟与“通用电气公司”集团合作，开发出“维他风”唱片伴音系统，并在1927年应用于《爵士歌手》，被称为第一部有声电影；

1947年，英国匈牙利裔物理学家丹尼斯•加博尔发明了全息术，标志着全息成像技术的面世；发展到20世纪60 年代末期，古德曼和劳伦斯等人提出了新全息概念“数字全息技术”，作为计算机技术、全息技术和电子成像技术结合的产物，开创了精确全息技术时代。

20世纪60年代-21世纪，影像生产的技术基础——计算机视觉和计算机图形学诞生，机器产业化开始占主导地位，影像行业彻底发生改变。

在此期间，计算机视觉概念诞生，3D成像、CG等技术等在影像作品中陆续被使用。标准化方面，SGI公司开发的OpenGL开放式三维图形标准，微软公司的标准接口DirectX，Adobe公司的Post等，都进一步加速了影像生产的产业化进程。

与此，在视觉算法中的手工设计特征与机器学习算法的结合，通用性较差，影像生产中大量重复性人工严重制约着生产效率，难以大规模商用，亟需智能化、自动化的影像生产技术推动产业升级。

21世纪至今，随着深度学习、大数据和算力的突破发展，影像行业进入智能影像时代。

进入21世纪之后，特别是2006年以来，随着深度学习技术的突破性效果以及计算力提升和海量数据的积累，人工智能在图像、语音、文字等多模态识别等方面，影像感知和理解能力不断提升，形成了主要包括影像智能化理解(Sense和Thk) 和影像自动化生成（Act）两部分的智能影像生产技术，推动了智能影像产业快速发展。Netflix、迪士尼、爱奇艺、优酷等国内外文化和传媒巨头企业，均在积极尝试在数字影像内容生产或制作等关键领域利用智能技术迭代，以试图将自己变得更强大。

来自中国的人工智能企业Moviebook影谱科技是智能影像系统的开发者及提倡者，可支持大批量数字内容视频化，融合多模态图像识别、情感语境、关键帧捕捉等关键技术，对视频元数据进分析和理解，进而机器可以自动化生产一段全新视频。Moviebook将这一技能扩展至全产业链，面向文化和传媒领域提供包括批量化创建智能影像、视频资产管理与分析、智能影像运营，再到智能视频商业化的全过程服务。

智能影像技术开发者认为，智能影像技术应用将在多场景、多维度上帮助企业产生直接的财务业绩，将在视频内容原创、视频智能营销、视频结构化商用、视频大数据领域、机器人流程化等领域产生财务绩效，通过自动化影像加工、生产技术为产业升级提供动力。

Forrester发布的《2019-2020 Video AI技术预测》中的一组数据显示，至2021年，全球文娱业市场规模将超过2.6万亿美元，智能影像技术在全球文娱市场的普及率将在3年内从不到10%上升到60%，成为基础设施之一。它解决了大规模视频内容制作工时长和成本高的问题，可提高视频内容的实现率和生产效率，降低人工成本60%以上。

智能影像技术是借助人工智能的再度突破而催生的影像生产技术。通过对影像数据的多模态语义理解，借助深度学习技术实现影像再加工以及影像生成，为传统的人工结合CG的影像生产方式带来效率和质量的提高。需要指出的是，智能影像技术与影视产业的影像制作技术有所不同，后者注重如何呈现高水准的艺术效果，而智能影像技术侧重于影像产品的生产力的跃升，能够基于现有影像资料大批量进行剪辑、叠加、嵌入，面向广大受众进行个性化产出，挖掘影像资料的增量价值。

技术革新在影像行业发展中具有举足轻重的地位，为产业蓬勃发展增添超强助燃剂。2019年，变革将继续。随着5G技术的大规模商用，高分辨率的视频流量将呈指数级增长。英特尔在2018年10月发布的报告中显示，未来5G网络数据流量中,视频影像将占到90%。智能化、规模化、自动化的影像生产技术将成为必然趋势。