手机是承载人类数字生活和工作的最重要设备，也是近20年来改变人类社会最多的工具。
移动互联网的蓬勃发展，让手机从单纯的通讯工具变成了人们生活和工作的入口。
未来，手机不仅会成为我们身体的延伸，还将帮助人们简化生活、分担工作，成为人类的“个人智能助理”。
经过十年的黄金发展，智能手机行业已经迎来了发展的重要转折点。
据IDC统计，全年全球智能手机出货量为14.7亿部，同比下降0.3%。
这是首次同比下降。
中国市场的变化趋势更加明显。
2018年，中国智能手机出货量为4.4亿台，同比下降4.9%。
这意味着传统智能手机市场已经趋于饱和，手机厂商必须从比拼销量和价格转变为比拼质量和体验。
什么是真正的“AI手机”？报告称，从2019年开始，越来越多的手机厂商意识到AI给智能手机行业带来的价值，纷纷推出“AI手机”。
AI技术已全面引入旗舰机型，甚至搭载AI芯片的手机也正在成为市场主流。
不过，目前的“AI+手机”还处于起步阶段，很多功能应用仍然存在局限性，只能在一些特定场景下发挥作用。
真正的AI手机距离普及还有很长的技术门槛。
旷视科技副总裁谢一男表达了他对当前“AI手机”的看法。
他认为，现在很多手机不能称为“AI手机”，更多应该称为“AI相机”。
如今，改进最多的AI应用是在相机中。
无论是拍照、解锁，还是认知、优化、分析等，都是基于这个“AI相机”。
AI Camera最浅层是人脸解锁，更高层可能是AI智能优化。
计算机视觉为手机带来了三大应用方向和三种解决方案。
视觉应用是手机AI应用中最重要的需求。
2018年的调查显示，当你购买手机时，影响你购买决定的最重要的七个因素是：73%的用户会考虑电池续航，51%的用户会考虑拍照效果。
从图中我们可以清楚地看到，目前主流的手机应用大部分都与视觉应用相关（蓝色直方图）。
可以说，提高视觉技术是目前提升用户体验最直接有效的手段。
目前，基于计算机视觉开发的AI手机上的人脸解锁和人像美颜功能在手机应用中的渗透率分别高达75%和90%。
与此同时，日益旺盛的AI视觉需求也对产业链提出了更高的要求。
应用、算法、解决方案和硬件将交织在一起，缺一不可。
给用户带来超出预期的视觉体验，需要产业链的协同发展。
视觉技术的创新与产业链的发展紧密相连。
IDC将计算机视觉技术对手机安全的影响分为四个层次。
各个层面的创新既相对独立又相辅相成。
利用新设备、新算法打造新解决方案、探索新应用、改善用户体验、增加用户粘性是AI手机快速普及的重要驱动力。
从上图可以看出，计算机视觉技术在手机上的应用主要可以分为识别认证、AI摄影、3D感知三大方向。
1. 身份识别和认证。
通过高效的人脸识别算法，手机可以实现毫秒级的人脸解锁和金融级的人脸支付。
目前，该技术已广泛应用于手机上互联网金融风控、共享出行司乘人员核验、社保等行业检测欺诈行为。
2.人工智能摄影。
人工智能可以智能分析用户的年龄、肤色、体型等特征，通过人脸检测、关键点检测、场景识别等AI算法精准提升图像质量，让成像更加自然，为用户提供拥有更完美的体验。
。
3. 3D传感全栈解决方案。
IDC认为，3D感知将在手机领域实现计算机视觉的重大突破，为手机应用开辟更广阔的空间，比如AR游戏虚拟化、试戴等应用。
然而，目前基于3D的传感应用尚未普及。
以上所有应用都离不开摄像头解决方案。
目前，市场上的解决方案有双摄、三摄、深摄三类。
目前，市场上的双摄方案主要分为三类： 1、景深方案。
一般采用两个不同像素的传感器进行拍摄。
主摄像头像素极高，负责拍摄整体画面。
副摄像头像素稍低，负责记录景深信息。
主要卖点是主体突出，背景虚化。
2.黑白+配色。
利用后置两颗摄像头结构上的细微差异，算法融合呈现出比传统单摄像头更好的成像效果，可以有效提高像素细节的相似度，让色彩的过渡更加自然。
整体的层次感得到了很大的提升。
其最大的卖点是图像更清晰，适合夜间摄影。
3、定焦双摄方案（广角+长焦方案）。
在不同的光照条件下，手机可以自主选择合适的摄像头进行自拍。
使用长焦镜头在光线充足的场景中拍摄，实现两倍无损变焦。
当光线不足时，采用广角镜头作为主摄像头，可以更好地保证亮度。
主要卖点是变焦拍摄更容易。
三摄方案也主要分为三种： 1、彩色镜头+黑白镜头+长焦镜头的组合。
具有高倍无损变焦能力，可以在弱光表现、变焦高分辨率、景深、虚化等方面提供更好的体验。
2、在彩色镜头+黑白镜头的基础上，增加COMS辅助成像可以带来更好的耐受性。
3、在广角+长焦方案的基础上，增加了鱼眼镜头，实现超级变焦功能，提供更多的可视角度。
简而言之，三摄可以通过黑白镜头同时拥有光学变焦和无损长焦。
还可以利用黑白镜头的补光优势，保证更好的成像质量。
这为人像模式等需要模拟大光圈背景虚化的场景提供了解决方案。
更多的可能性。
在弥补脸部曝光不足的同时，可以通过额外的摄像头获得更全面的景深数据，从而使背景虚化更加完美。
深度相机按照技术分类可以分为以下三类： 1.主流技术。
2.双目结构光。
3.飞行时间算法（TOF）。
AI视觉解决方案创新手机产业链的需求随着AI视觉需求的日益旺盛，AI视觉解决方案的融合将加速，对产业链提出更高的要求。
首先，随着AI应用场景的不断拓展，视觉应用的需求愈加强烈。
但过于复杂的产业链会延长开发周期，抑制应用的快速商业化。
同时，过高的门槛也会大大增加申请成本。
其次，由于手机设计的特殊要求，如轻薄、省电、产品迭代快、使用环境多样化等，要求产业链提供基于手机的端到端一站式解决方案。
手机厂商的需求。
能够高效定制、快速迭代视觉技术的产业融合势在必行。
报告指出，计算机视觉技术封装将成为手机产业链的关键环节。
可以看出，计算机视觉技术在手机领域的应用日趋成熟，但就技术本身而言，还有太多的应用场景尚未开发出来。
目前，市场关注度、渗透率和技术采用率较高的应用场景，如人脸识别、物体识别、物体检测等，还处于比较基础的物体检测阶段。
在更具体的事件检测和更灵活的人体检测、计算机交互和更复杂的信息重组、自主行为等方面的应用明显不足。
目前，AI视觉产业生态系统的整合正在发生。
以高通、联发科、紫光展锐等为代表的芯片厂商，以及以OBI、AMS、舜宇光学、欧菲光等为代表的光器件、模组厂商，都在通过资本等方式进行战略合作。
与上层算法、应用公司开展深度合作。
报告预测，未来AI视觉产品生态将更加融合，竞争将从单一产品转向平台生态。
只有多个供应商的紧密合作，才能将用户体验最大化。
而且，只有拥有生态平台的企业才能在行业洗礼中脱颖而出。
未来，无论是计算机视觉技术本身，还是“AI手机”行业的市场前景，仍然有很大的想象空间。
如何面对AI手机发展带来的问题。
人工智能在行业落地的关键是找到人工智能和这个行业的重合点，以及可以解决行业中哪些潜在的或者显着的问题。
谈到用户数据保护，谢一男分享了旷视科技的做法。
他表示，公司从一开始就通过“数据脱敏”的不可逆转的方式来保护数据。
如果数据被盗，在不获取算法源代码的情况下，无法恢复脱敏数据。
成人脸，这样对用户隐私的影响较小。
旷视是一个提供技术服务的平台。
人脸识别比对后，仅反馈相似度结果，不存储数据。
在谈到AI手机未来的发展时，谢一男认为，数据的缺乏是一个大问题，所以有两件事需要解决。
首先是在时间上，能否快速地直接从一小部分数据中生成注释。
其次，是如何“去人性化”数据标注的问题。