>> 國盛證券-電子行業(yè):SAM分割圖像一切,視覺端芯片崛起-230412
| 上傳日期: |
2023/4/12 |
大?。?/td>
| 1867KB |
| 格式: |
pdf 共12頁 |
來源: |
國盛證券 |
| 評級: |
增持 |
作者: |
鄭震湘,佘凌星 |
| 行業(yè)名稱: |
電子 |
| 下載權限: |
無限制-登錄即可下載 |
|
|
Meta發(fā)布SAM,零樣本分割圖像中一切對象。2023年4月6日,Meta正式發(fā)布Segment Anything Model(SAM)AI模型,其本質上是一種圖像分割模型,但最大的升級在于可以根據(jù)任何提示prompt(點擊、框、文本等)從照片或視頻中對任意對象實現(xiàn)一鍵分割,這意味著SAM模型學會了“什么是物體”這一在計算機視覺領域(Computer vision,CV)的核心能力,并將自然語言處理領域(Natural Language Processing,NLP)的prompt范式延展到CV領域,屬于革命性的技術突破。比如AR/VR頭戴設備可通過用戶實現(xiàn)焦點作為對象選擇,同時也可以將分割輸出用作其他AI系統(tǒng)的輸入,適用于較多3D建模任務。 SAM模型初步驗證多模態(tài)技術,機器視覺領域的“GPT-3”時刻。SAM模型是通用的分割方法,其已經(jīng)學會了物體是什么的一般概念,可以對不熟悉的物體和圖像進行零樣本泛化,而無需額外的訓練。Meta開源了SAM模型和1100萬張圖像和11億個掩碼的訓練數(shù)據(jù)集,其模型設計靈活高效,即開源同時可以在網(wǎng)頁中運行。我們認為,基于SAM的圖像識別模型,或將快速應用于如安防、工業(yè)機器視覺、視頻會議、AR/VR等行業(yè)。 SAM及其衍生模型,有望快速提高下游各行業(yè)滲透。我們認為,SAM模型在視覺識別領域具有重要意義。消費電子領域,進一步優(yōu)化人臉解鎖,3D空間掃描,視頻動態(tài)捕捉等基礎拍攝功能,在后處理端可以對拍攝文字進行提取編輯;捕捉拍攝圖片中特定對象進行提取編輯等功能,以及未來有望快速降低圖像視頻類創(chuàng)作領域門檻。AR/VR領域,真正實現(xiàn)設備端的虛擬現(xiàn)實結合應用。結合模型將有效的視野圖像中識別及分割關注對象,進行后續(xù)的提取處理等交互操作,讓設備更具備智能交互性。安防領域,在特定場景會有難以覆蓋及訓練成本較高等情況,通過SAM及其衍生模型,可以快速進行技術迭代及應用通用化,結合制造業(yè)及下游領域專用圖像類數(shù)據(jù)訓練,有望帶動安防領域公司精準快速的服務下游客戶及特定行業(yè)。汽車智能化領域,現(xiàn)有場景下有利于幫助車輛更好的理解人,道路,車內(nèi)外環(huán)境等因素,進一步提升智能駕駛,智能交互等一些車載應用體驗。 建議關注: 視覺芯片端:韋爾股份,龍迅股份,晶方科技,富瀚微,思特威,格科微; 光學/鏡頭模組:高偉電子,舜宇光學,宇瞳光學,永新光學; 視覺方案:虹軟科技; 安防模型及應用:??低暎笕A股份; 工業(yè)機器視覺:奧比中光,凌云光; AR/VR:立訊精密,歌爾股份,水晶光電,創(chuàng)維數(shù)字,兆威機電,長盈精密。 風險提示:AI技術迭代不及預期;經(jīng)濟下行超預期;行業(yè)競爭加劇。
|
|