在传统视觉领域，物体检测是一个非常热门的研究方向。物体检测对于人眼来说并不困难，通过对图片中不同颜色、纹理、边缘模块的感知很容易定位出目标物体，但计算机面对的是RGB像素矩阵，很难从图像中直接得到狗和猫这样的抽象概念并定位其位置，再加上物体姿态、光照和复杂背景混杂在一起，使得物体检测更加困难。

　　近些年，随着信息技术的不断成熟及新技术的不断出现，尤其是大数据分析技术、基于深度学习的人工智能技术走向行业应用，识“物”正在成为AI公司的新战场，尤其是一些从人脸识别起家的AI公司而言，在人脸识别陷入同质化阶段时，识“物”正在成为新的技术蓝海。相关专家表示“从数量来说，包括商品在内的物品，要远比人脸更多，市场空间也更大。”

　　安防领域作为人工智能技术应用最早、类型最全的行业，涵盖车辆、行人、人脸等的识别与应用。以往智能安防较集中于智能交通和智慧城市领域对车辆的车牌识别的识别，也很好的解决了城市公共交通安全管理中所面临的各种困境。而随着车辆品牌识别、车身颜色识别、车款识别等车辆信息数据采集，车辆识别不再仅仅依靠车牌识别技术，借助计算机视觉技术、图像处理并通过海量的大数据分析、深度学习训练，就可以依靠前端设备采集的信息分析出车身颜色、车灯以及车标或者其他多种特征，从而得到较高的识别率，从而实现对目标车辆的检索。

　　例如科达海燕车辆二次分析系统就是在大数据时代下应运而生的。海燕系统采用了先进的深度学习算法，首先对所有卡口系统、电子警察系统抓拍的图片进行处理，进而进行二次识别，包括车牌号码及颜色、区域、时间、车辆细分车型、车标、车辆颜色等等各种信息。

　　目前，AI物体识别如今已广泛应用在智能零售的商品识别，智能冰箱的食材识别与智能汽车的道路标识、行人、车辆等识别。物体识别技术，尤其是商品识别技术，正作为人工智能视觉领域的重要商业化方向，在零售、工业、芯片、智能终端等领域都有广阔的应用空间和发展前景。

　　自助结账、智能货柜、无人超市……在人工智能AI应用的诸多场景中，零售行业是人们感知最为真切的领域。在人工智能的展望场景中，零售是现阶段AI视觉技术运用较为成熟的领域，随着线上线下业务流程的结合，零售行业也是智能化升级发生的地方。