泰晤士高等教育與傑出學者訪談

利用人工智慧為視覺技術領域提供實際解決方案

嶺南大學的研究人員正在利用人工智慧計算來提高從海洋學到交通監控等不同領域的圖像和視頻品質

香港嶺南大學協理副校長（策略型研究）暨計算智能學講座教授鄺得互教授表示，通過應用人工智慧技術，研究人員可以為現實世界中帶來改變。

鄺教授說:「嶺南大學是一所博雅大學，因此很多領域都能從這項技術中受益，一旦有了工具，你就可以考慮如何加以應用，以便讓我們的生活更美好。」鄺教授目前正在研究如何提高影像處理效率。

鄺教授擅長圖像/視頻處理和進化計算，這是人工智慧的一個分支，從生物進化過程中汲取靈感。他將這一技術應用於解決現實世界中的問題，例如圖像傳輸的資料壓縮和提高快條件下的視頻品質。

他說，視頻和圖像佔互聯網流量的80%。雖然計算存儲和互聯網頻寬在過去十年中得到了顯著改善，但視頻和圖像仍然需要經過壓縮才能在不同設備和其他地方發送和存儲。鄺教授說：「壓縮的效率越高，使用和分享圖像和視頻的人就越多。」

傳統上，壓縮圖像和視頻的方法是將它們分解成更小的部分，然後再重新組合。他解釋說，壓縮背後的理念是識別哪些部分發生了變化，而不是保留每一部分。例如，一秒鐘的視頻可能有60個影格，但其中一些影格的元素保持不變，因此無需傳輸或存儲這些資訊。

鄺教授和他的同事正在利用人工智慧來理解各組成部分圖像之間的聯繫，從而找到最有效的壓縮檔的方法。他說:「我們有一個輸入影格和一個輸出影格。中間的所有影格都是深度學習神經網路的一部分。」

鄺教授和他的同事使用多套視頻來試練了他們的模型，以期使「模型能夠覆蓋整個電影世界」。「如果我把視頻縮小到原來的200倍，那麼你就可以節省200倍的傳輸時間和成本。」該團隊還應用人工智慧技術來提高低亮度圖像的品質。

低亮度環境，如海洋或夜間環境，往往會導致圖像和視頻的質素欠佳。鄺教授說：「利用人工智慧，我們能夠大幅度地改善他們的質素。」其中一個項目是關於海洋環境成像，並有部分是珊瑚區域。他說：「儘管人們可以潛入水下拍攝視頻，但很難獲得高品質的畫面。我們正在使用人工智慧協助生物學家識別珊瑚，並嘗試監測珊瑚的生長情況。」

研究人員已將這些技術應用於其他低亮度環境，如夜間車廂內的環境。鄺教授說：「一旦我們掌握了這項技術，你就可以做很多事情。例如，你可以將其用於智慧交通管理或監控自動駕駛。」

在加入嶺南大學之前，鄺教授曾在工業界和學術界工作，他說他喜歡為自己的研究成果尋找工業用途。「這才是技術真正能人類帶來福祉的方式。」