機器視覺是人工智能正在快速發(fā)展的一個分支，在智能制造領(lǐng)域，機器視覺可謂是“大功臣”。不論是工業(yè)機器人、無人機、自動駕駛應(yīng)用，還是智能醫(yī)療、安防智能監(jiān)管領(lǐng)域，機器視覺都有著獨一無二、舉足輕重的地位。

機器視覺“青出于藍而勝于藍”

機器視覺系統(tǒng)是通過機器視覺產(chǎn)品(即圖像攝取裝置，分CMOS和CCD兩種)將被攝取目標(biāo)轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，得到被攝目標(biāo)的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號;圖像系統(tǒng)對這些信號進行各種運算來抽取目標(biāo)的特征，進而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動作。人的肉眼只能進行一些簡單的識別，機器視覺卻能在細(xì)微處體現(xiàn)出“大”智慧。

視覺，就是擁有人眼一般，可以清楚地分辨。但機器視覺所具備的決不僅止于肉眼的單一功能，它的“神通廣大”可是肉眼所無法比擬的。

相比于人眼觀測，機器視覺具有靈活性、自動化、客觀、非接觸和高精度等特點。尤其是在工業(yè)生產(chǎn)領(lǐng)域，機器視覺強調(diào)生產(chǎn)的精度和速度，以及工業(yè)現(xiàn)場環(huán)境下的可靠性。在一些不適于人工作業(yè)的危險工作環(huán)境或者人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺進行工作。

人們希望機器擁有視覺，甚至在某些應(yīng)用中能夠超越人類能力的極限完成人不能完成的工作。在商業(yè)應(yīng)用中，機器視覺技術(shù)可以幫助機器人廠商打造高端交互性強的智能機器人，隨著人工智能深入發(fā)展，以及云計算、大數(shù)據(jù)應(yīng)用深化，智能機器人將擁有人工智能“大腦”，能夠在非結(jié)構(gòu)化的環(huán)境中自主完成識別、思考和決策。

加拿大傳播學(xué)者麥克盧漢在《理解媒介：論人的延伸》中提出：媒介即人的延伸。廣播是人的聽覺能力的延伸，而機器視覺，毫無疑問，則是人的視覺能力的延伸?？茖W(xué)技術(shù)催生了機器視覺的誕生，但機器視覺卻“青出于藍而勝于藍”，實力不容小覷啊！

市場利好，行業(yè)加速布局

人工智能領(lǐng)域的融資總額一直在逐年穩(wěn)步增長，從2010年時的2億美元到2013年時的6億美元，再到2015年時的12億美元。在2016年的第一季度，人工智能領(lǐng)域已經(jīng)融到逾4億美元的資金，這個水平跟2015年同期旗鼓相當(dāng)，而全年甚至有望更上一層樓。

據(jù)美國媒體報道，蘋果在大肆收購機器學(xué)習(xí)公司。繼去年底收購Perceptio和數(shù)月前收購Turi后，蘋果近期又收購了印度機器學(xué)習(xí)公司Tuplejump。蘋果代表未證實也未否認(rèn)此消息，這是該公司事實上收購了的標(biāo)準(zhǔn)做法。

據(jù)悉蘋果對Tuplejump開發(fā)的開源項目FiloDB特別感興趣，該技術(shù)可將應(yīng)用機器學(xué)習(xí)概念和分析有效應(yīng)用到大量復(fù)雜數(shù)據(jù)中。FiloDB主要由伊凡·陳（EvanChan）負(fù)責(zé)，他的LinkedIn資料頁面顯示，他是在2015年8月加入Tuplejump。

不僅是智能機巨頭蘋果，各大企業(yè)也在竭盡所能進軍機器視覺。今年5月，美國亞馬遜公司收購了一支歐洲頂級機器視覺團隊用于無人機領(lǐng)域研究；同樣在5月，英特爾集成電路公司收購了俄羅斯計算機視覺公司Itseez，用于無人駕駛領(lǐng)域；6月初，俄羅斯計算機視覺公司VisionLabs開發(fā)了一個通用的開源計算機視覺開發(fā)平臺，F(xiàn)acebook與谷歌為其提供資金并測試開發(fā)成果······行業(yè)加速布局機器視覺無疑是看中了該行業(yè)廣闊的應(yīng)用前景，想要在未來機器視覺市場上分一杯羹。

機器視覺的“阿喀琉斯之踵”

據(jù)麻省理工《技術(shù)評論》報道，來自谷歌和OpenAI研究所的研究人員發(fā)現(xiàn)了機器視覺算法的一個弱點：機器視覺會被一些經(jīng)過修改的圖像干擾，而人類可以很容易地發(fā)現(xiàn)這些圖像的修改之處。

研究人員指出：“一例子是對人臉圖像打上非常細(xì)微的標(biāo)記，人類依然可以正確地識別出圖像中人物的身份，但機器學(xué)習(xí)系統(tǒng)會把他們識別成其他人”。研究人員對此進行了系統(tǒng)的研究，揭示了機器視覺系統(tǒng)的弱點。

這項研究揭示了機器視覺的阿喀琉斯之踵，未來還有很多值得研究的內(nèi)容。研究人員希望為其他類型的視覺系統(tǒng)開發(fā)比較圖像，從而使這些系統(tǒng)更有效率。

金無足赤，人無完人，機器視覺也不例外。隨著工業(yè)自動化及機器視覺應(yīng)用領(lǐng)域的多元化發(fā)展，識別率、成本和速度將成為機器視覺系統(tǒng)的核心競爭力。在注重實效的工業(yè)應(yīng)用中，復(fù)雜多樣的應(yīng)用場景將對機器視覺的識別率、處理速度、計算機硬件提出更多的需求。

就目前來看，機器視覺“利大于弊”得到廣泛認(rèn)可，雖有“短板”，但這正揭示了其還有進步之處，需要研究人員不斷地去探索。

更多資訊請關(guān)注機器視覺頻道

（本文由中國傳動網(wǎng)整理發(fā)布，部分資料來源于騰訊財經(jīng)、賽迪網(wǎng)、網(wǎng)易科技、經(jīng)濟學(xué)人、中國報告大廳、上海證券報）