一、微軟認知服務API

1、年齡、性別檢測

2、物體分類、識別

3、識別名人

全新的名人識別模組可以識別20萬來自全球各地涉及商界、政界、體育界以及娛樂界的名人。

4、讀取圖片中的文字

光學字元識別（OCR）可檢測圖片中的文字資訊，並將提取出來的文字資訊轉化成為機器可讀的字串。通過分析影象來檢測嵌入式文字，生成字串並提供搜尋功能。可以讓直接拍攝文字的圖片，無需手動轉錄文字，從而節省時間和精力。

5、情緒識別+視訊圖片情緒識別

可檢測到的情感有憤怒、輕蔑、厭惡、恐懼、快樂、無表情、悲傷以及驚訝。這些情感具有特定的面部表情，被認為是可進行跨文化和普適交流的。

6、人臉技術

人臉識別、人臉關鍵點定位、人臉驗證技術（核對兩張臉是否屬於同一個人。並給出置信度評分。 ）、人臉辨識、相似人臉搜尋、人臉分組

7、視訊中的影象技術

抖動的視訊自動進行平滑和穩定處理、使用具有高精度的人臉位置檢測和跟蹤功能來分析視訊，可在一個視訊中最多檢測 64 張人臉、測在靜態背景的視訊中發生運動的時間。此服務將分析檢測到幀運動的輸入視訊並輸出元資料，還可定義運動發生時所在的精確座標、自動建立運動縮圖摘要，讓人們快速預覽你的視訊
.
.

二、國內影象處理

1、face++曠視（人臉識別）

人臉識別、證件識別、影象識別

2、格靈深瞳（影象識別）

格靈深瞳是一家專注於計算機視覺以及人工智慧的科技公司，投資人給這個團隊的未來市場估值達幾千億。CTO趙勇是Google Glass團隊核心成員之一。據說他們的成員都在來自海內外一級名校的學霸，要加入他們比進哈佛大學還要困難。2014年6月獲得紅杉資本的A輪投資。

3、圖普科技（影象識別）

國內最大的影象識別雲服務平臺，每日處理數億的圖片及視訊內容。創始人李明強是微信創始團隊成員之一，曾帶領團隊打造出QQ郵箱。業界最專業的智慧圖片鑑黃師。2014年8月獲A輪融資。

4、Linkface 臉雲科技（人臉識別）

FDDB人臉檢測公開測試世界第一，300-W Benchmark 準確率世界第一, LFW人臉識別準確率已達99.5%以上，即將推出中國銀聯和京東錢包的“人臉識別”。使用“高斯臉”演算法首次擊敗了人眼識別率的陸超超也加入了Linkface。獲得A輪融資，2015年底被SenseTime併購。

5、騰訊優圖（人臉識別）

騰訊旗下專門研究機器學習、智慧識別的團隊，在另一項人臉識別測試LFW排名第一。相比與創業公司，騰訊優圖有著得天獨厚的大資料、研發投入、平臺等多種優勢。
騰訊AI實驗室現在的介面變得更好了：

6、SenseTime 商湯科技（影象識別）

在人臉識別測試LFW中準確率超過Facebook和Google。目前已開始對外提供精準的人臉識別技術，以及集成了人臉識別、危險品識別、行為檢測、車輛檢測等的安防監控系統。2014年11月獲得IDG千萬美元A輪融資。

7、衣+（影象識別）

衣+是計算機視覺搜尋引擎，創造人和中意商品的連線。在ImageNet2015計算機視覺競賽上獲得五項世界第一 。團隊成員來自於斯坦福、劍橋、IBM、Intel、阿里巴巴、百度等。創始人張默曾就職微軟和IBM，任IBM開源聯盟負責人、主機Linux中國區技術負責人，還做過平面模特。獲1000萬美元A輪融資。

8、碼隆科技（影象識別）

主要產品StyleAI，一款通過服飾照片快速瞭解明星模特們或者其他使用者如何搭配類似服飾的應用。團隊成員來自微軟、百度、騰訊等名企。入選微軟創投加速器，已獲得1200萬元天使輪投資。

9、依圖科技依圖：與您一起構建計算機視覺的未來

大資料智慧平臺

10、tu Simple圖森

我們提供最佳的自動駕駛解決方案

11、飛搜

打造最好的線上人臉識別引擎，提供了人臉校驗、人臉屬性分析、目標場景識別、名人識別、色情識別、食品分析
http://www.faceall.cn/

12、faceFinger 臉指

13、顏鑑

人臉檢測、人臉比對
http://colorreco.com/faceCompare
最精準的人臉識別、五官定位演算法，不論是檢出率、錯檢率、誤檢率、檢測速度、支援旋轉角度等標準均處於全球領先水平。
.

14、Netposa 東方網力科技股份有限公司

以視訊解碼、智慧分析、智慧檢索、雲端計算等技術為核心，為公安使用者提供一整套貼合業務流程的視訊偵查裝備和管理平臺。
.

15、網易易盾——廣告圖片識別

16、車伯樂拍照識車

依靠車輛語義分割和機器識別，分析比對圖片資訊與資料庫資訊，從而識別出照片中的車輛資訊。目前車伯樂的拍照識車準確率已經超過96%。
.

17、百度研究院

18、薈萃-薈集人力之萃

語音轉化
可替您將文字轉成語音、文字轉成方言（真人語音），識別語音、歌曲等。

視訊識別
可以為您完成視訊內容收集，字幕識別，視訊內容鑑定等內容。

視訊創作
為您拍攝或收集某一主題的視訊，以小視訊形式上傳。

網頁展示任務
可自定義任意網頁在使用者端展示時間，如新品推廣、廣告觀看等型別。

自定義任務
搶票？秒殺？聯絡上下文？只要你腦洞夠大，任意H5網頁類任務皆可接入。

19.深圖智服

智慧鑑別色情、反動、暴力、恐怖、血腥、違規等圖片與視訊。
商標，人臉，檢測數百種不同商標，電商以圖搜圖
語義分割，衣物，室外

20、Linkfluence

21、易道博識

.

22 、我知圖

.
.

三、國外影象處理公司

1、Enlitic 醫療診斷

Enlitic於2014年8月在三藩市成立，採用深度學習和影象分析幫助醫生做出診斷並標記出醫學影象中的異常，從而讓醫療更加精確和更有效率。例如，Enlitic可以分析X光、核磁共振成像或CT掃描得到的醫學影象，然後找出資料中的趨勢或單個影象中的異常情況。

公司創始人Jeremy Howard（同時也是一名黑客和資料科學家）認為，資料科學是項非常性感的職業。但是，資料科學家現在做的大部分工作卻是產品推薦或者廣告投放等。他覺得這不夠性感。為了給資料科學找到更好的應用，讓深度學習做些更有意義的事情，他將注意力放在了醫療方面。

他的基本思考是，創造一個類似星際迷航三錄儀一樣的系統（不過可能無法便攜），蒐集有關特定病人的資料——從醫療圖片、實驗室檢測結果到醫生的便箋——讓深度學習分析這些資料，做出診斷並給出治療建議。這並非讓機器替代醫生，而是為其提供讓診斷更加便利的工具。公司還將與診所、醫院以及其他醫療單位合作，分析演算法，進一步精煉公司的技術。

2、Affectiva 面部表情分析

Affectiva的技術採用先進的計算機視覺演算法來捕捉和識別視覺刺激所激發的情感反應。Affectiva的旗艦產品Affdex簡單易用；只要一個攝像頭，任何地方都可以，也不需要安裝軟體。另外Affdex也很簡潔低調，沒有凌亂的佈線或電極。

3、Deepomatic 計算機視覺

Deepomatic正在打造一個能夠將媒體圖片中任何想要的產品與電子商務網站中同樣或類似的產品連結起來的按鈕。內容發行者可以將他們的影象經過演算法的掃描，檢測和識別出其中讓人心動的產品（如：時尚產品）。通過將自動理解產品屬性和圖案顏色的比較相結合，Deepomatic將這些影象和電子商務網站上同樣或類似的產品連結在一起。Deepomatic便由此可以和內容所有者分享這個新增的收入來源。

4、Clarifai 影象和視訊識別

2013年，Clarifai的第一個影象識別系統在識別影象中的物體的ImageNet比賽中進入了前五強。自那以後，Clarifai的深度學習系統不斷進化，提高了識別的速度、詞典的大小和記憶體的佔用，同時應用範圍也超出了影象識別，可以從各種形式的資料中提取知識。Clarifai的技術中樞是高效能深度學習API，在這之上Clarifai正在構建新一代智慧應用。這讓Clarifai能夠通過以全新的創新的方式向所有人提供高技術解決方案應對日常問題。

公司創始人Matthew Zeiler，紐約大學電腦科學PHD，曾和深度學習領域兩個最牛人物一——Geoff Hinton和Yann LeCun一起工作過五年。他發現真正困難的地方是建立學習模式——處理所有視覺資料的關鍵演算法——能夠快速處理各種不同圖片。Zeiler很清楚，「訓練這些模型與其說是科學工作，不如說是種藝術」，「需要很多年的經驗。」這正好是Clarifai的切入點。Zieler的想法是，只要使用者將照片上傳到Clarifai軟體，這個軟體就會分析出照片裡的內容並提供與此類似的更多照片。與傳統基於文字的圖片搜尋截然不同的是，這是真的以視覺為基礎的搜尋。

可以免費獲得其API使用：

5、Descartes Labs 影象識別、衛星與農業

基於深度學習和先進的遙感演算法，Descartes Labs正在教導計算機如何看世界以及世界如何隨時間改變。他們的第一個應用是使用大量衛星影象（包括可見光段和不可見光段），更好了解全球農作物生產。

6、MetaMind 自然語言處理和影象識別

MetaMind想讓人人都能使用深度學習。該公司正在打造一個用於自然語言處理、影象理解和知識基礎的分析的人工智慧平臺。該公司提供了用於醫療成像、食物識別和解決方案定製的產品。

MetaMind希望提供包括自然語言處理在哪的更為廣泛多樣的工具。 深度學習有望幫助機器真正理解使用者說的話，而這種技術的關鍵特點之一就是能夠自我訓練，這也是許多人相信它能有助於自然語言處理的根據所在。而這正是另一個MetaMind工具正在開發的領域，當你輸入連個句子，這個工具能夠告訴你兩個句子的相似程度。這種技術能夠被商家用來自動回覆客戶問題。Socher說，使用者的詢問方式多種多樣，儘管絕大多數時候，意思差不都多。這個工具也能用來分析一些社交網路（比如推特）上使用者對公司的評價。

MetaMind目前從事深度學習諮詢的業務，也會提供自己的深度學習服務和軟體。藉由執行MetaMind的數以百計裝備成千上萬影象處理器的學習機器，這一線上服務省去了客戶建立自己系統的麻煩和成本。但是，如果客戶想要運營自己的深度學習系統，MetaMind會為它提供軟體和專業服務，如果確有必要的話。

7、HyperVerge 計算機視覺與影象識別引擎

HyperVerge使用深度學習演算法處理雲中消費者的圖片和視訊。HyperVerge開發的用於影象處理的已獲專利的專有影象技術模型包括：面部檢測、面部識別、場景識別、差照片檢測、重複照片檢測、照片分類、相簿總結、面部美化和照片美化。

8、Tractable 計算機視覺

Tractable正在開發專有的機器學習演算法，重點是用於計算機視覺的深度學習。該公司的重點是讓未標記的資料和監督學習一起工作。應用領域包括保險索賠、工業檢測、遠端監控等
.

9、服裝推薦Indico

演示網址：https://indico.io/demos/clothing-matching
推薦系統正在日益凸顯它的價值。隨著商品數目的增加，瞄準那些可能願意購買某種產品的特定消費人群變得格外重要。在這一類應用的開發中，深度學習同樣也能幫助到我們！

我不是個時尚愛好者，但是我知道人們會“浪費”很多時間在選擇穿什麼樣的衣服上。如果我們能擁有一個知道我們的喜好並且能夠向我們推薦完美的穿著的智慧機器人該有多好！

幸運的是，在深度學習的幫助下，這成為了可能。

9.1 服裝推薦 Stitch Fix玩轉時尚演算法
來自文章：Stitch Fix玩轉時尚演算法，年銷7.3億 IT派
在進入正題前，我們需要了解Stitch Fix如何給客戶服務。具體步驟如下：

• 第1步：顧客填寫風格偏好問卷
• 第2步：選擇訂購週期:從兩週一次到每季度一次不等
• 第3步：造型師挑款，收取造型費20元
• 第4步：顧客按時收到盒子（Fix），裡面有5件衣服，和搭配方法
• 第5步：試穿，確定購買或退回。造型費可衝抵服裝費用。

其中使用了非常多的演算法：

• 評分排序：針對淘汰後留存的每一款服飾，機器會嘗試評估這個客戶喜歡這款商品的相關概率。經典的協同過濾問題：在基於之前所收集的不同客戶對不同風格商品的回饋歷史資料，他們填充一個稀疏矩陣
• 使用者喜好問卷，可以選衣服，庫存的每一款商品上提前計算出來向量與這些向量之間求它們的餘弦相似度作為分數。
• 倉庫取貨路徑問題，在確定好應該挑選的商品後，因為倉庫比較大，還需要規劃取貨路徑。這是一個經典的演算法問題，是一個NP-hard旅行商問題，已有方法求得這類問題的次優解。

.

10、使用深度學習（Algorithmia API）為照片著色

自動著色一直是計算機視覺社群中的熱門話題。從一張黑白圖片獲得一張彩色照片似乎是件超現實的事。想象一個4歲的孩子拿著蠟筆全神貫注於塗鴉本的場景，我們是否能教會人工智慧同樣去做這件事情呢？

.

11、AWS的人臉表情識別

https://aws.amazon.com/cn/rekognition/?nc2=h_a1
檢測影象中的物件、場景和麵孔。您還可以搜尋和比較面孔。藉助 Rekognition 的 API，您可以快速為應用程式新增基於深度學習的複雜視覺搜尋和影象分類功能。

12、Hashley — 為你的照片自動生成詼諧的標籤或評論
http://hash.ai/

13、Hotness.ai — 基於照片來分析你的性感程度
http://hotness.ai/

18、AI Weekly — 每週的人工智慧與機器學習新聞、資源彙總
http://aiweekly.co

24、Machine Learning Weekly — 一份手工的機器學習、深度學習週報
http://mlweekly.com

26、Rekognition：為社交圖片應用提供面部和場景的識別和優化。Rekognition API 可以利用眼睛、嘴、鼻子和麵部的特徵實現情緒識別和性別檢測，可以用來確定性別、年齡和情緒。
連結：http://www.programmableweb.com/api/rekognition

參考文獻：