中國(guó)機(jī)器視覺技術(shù)發(fā)展現(xiàn)狀分析及工業(yè)級(jí)和消費(fèi)級(jí)機(jī)器視覺對(duì)比分析

中國(guó)機(jī)器視覺技術(shù)發(fā)展現(xiàn)狀分析及工業(yè)級(jí)和消費(fèi)級(jí)機(jī)器視覺對(duì)比分析

機(jī)器視覺技術(shù)是屬于人工智能的重要分支。人工智能的研究核心圍繞在如何使機(jī)器具備人類智能，其架構(gòu)可分為基礎(chǔ)支持層、技術(shù)層、應(yīng)用層?；A(chǔ)支持層包括大數(shù)據(jù)、計(jì)算力和算法，基礎(chǔ)支持層中的數(shù)據(jù)可以比作人工智能的燃料、算法可以比作人工智能的發(fā)動(dòng)機(jī)，數(shù)據(jù)量、運(yùn)算能力提升以及深度學(xué)習(xí)算法促進(jìn)了人工智能技術(shù)的應(yīng)用發(fā)展；技術(shù)層側(cè)重人類智能的某一方面，包括視覺類技術(shù)（機(jī)器視覺、計(jì)算機(jī)視覺）、語(yǔ)音類技術(shù)（語(yǔ)音識(shí)別、機(jī)器翻譯等）、自然語(yǔ)言處理類技術(shù)、人機(jī)交互等；應(yīng)用層則是人工智能技術(shù)的具體落地，可以是具體的產(chǎn)品、裝備（如智能檢測(cè)裝備），也可以是一類解決方案（如人臉識(shí)別）。從機(jī)器視覺的架構(gòu)來看，從底層的傳感、到算法集成應(yīng)用，隸屬于人工智能在工業(yè)領(lǐng)域的應(yīng)用。

為什么機(jī)器視覺技術(shù)可以廣泛應(yīng)用于工業(yè)制造生產(chǎn)領(lǐng)域。我們認(rèn)為有兩點(diǎn)重要原因：（1）可靠性原則，機(jī)器視覺技術(shù)是基于人工智能的架構(gòu)，其底層是以數(shù)據(jù)傳感和核心算法作為支撐的，機(jī)器視覺設(shè)備自身集成了自動(dòng)化定位、識(shí)別、判定的軟硬件平臺(tái)，對(duì)于標(biāo)準(zhǔn)批量化產(chǎn)品，可以做到較高的可靠性；（2）經(jīng)濟(jì)性原則，機(jī)器視覺產(chǎn)品的應(yīng)用對(duì)人工的替代性具備明顯的成本優(yōu)勢(shì)，而且具有更高的一致性要求。

根據(jù)調(diào)查數(shù)據(jù)顯示，機(jī)器視覺是通過光學(xué)裝置和非接觸式的傳感器，自動(dòng)地接受和處理一個(gè)真實(shí)物體地圖像，以獲得所需信息用于控制機(jī)器人運(yùn)動(dòng)的裝置。機(jī)器視覺技術(shù)主要采用適合被測(cè)物體的多角度光源及傳感器獲取檢測(cè)對(duì)象地圖像，通過計(jì)算機(jī)從圖像中提取信息，進(jìn)行分析、處理，最終用于實(shí)際檢測(cè)和控制。總的來看，機(jī)器視覺是一門涉及機(jī)械、電子、光學(xué)、自動(dòng)控制、人工智能、計(jì)算機(jī)科學(xué)、圖像處理和模式識(shí)別等諸多領(lǐng)域的交叉學(xué)科。

機(jī)器視覺在國(guó)外人工智能應(yīng)用技術(shù)中占比

機(jī)器視覺在國(guó)內(nèi)人工智能企業(yè)應(yīng)用技術(shù)中占比

機(jī)器視覺技術(shù)在國(guó)內(nèi)外人工智能企業(yè)應(yīng)用技術(shù)中占比超過40%，是各類應(yīng)用技術(shù)中應(yīng)用最廣的一類。視覺占據(jù)人類信息獲取超過80%，是人類最重要的感覺器官，而機(jī)器視覺技術(shù)將人類強(qiáng)大、復(fù)雜的視覺感官賦予機(jī)器，能夠?qū)崿F(xiàn)計(jì)算機(jī)系統(tǒng)對(duì)于外界環(huán)境的觀察、識(shí)別以及判斷等功能，是人工智能范疇最重要的前沿分支之一。

機(jī)器視覺算法、軟件以及視覺傳感器和精密驅(qū)控是機(jī)器視覺行業(yè)的核心技術(shù)，是天準(zhǔn)科技作為裝備制造商區(qū)別于系統(tǒng)集成商的關(guān)鍵。機(jī)器視覺產(chǎn)業(yè)鏈包括上游零部件供應(yīng)商、中游裝備廠商以及下游應(yīng)用行業(yè)構(gòu)成。其中機(jī)器視覺的核心零部件包括視覺軟件、各類傳感器，以及光源、鏡頭等其他與傳感器相關(guān)的零部件，產(chǎn)業(yè)鏈利潤(rùn)多集中在上游零部件領(lǐng)域。那些具有零部件核心技術(shù)的企業(yè)在產(chǎn)業(yè)鏈中占據(jù)較高的行業(yè)地位，往往享受高利潤(rùn)率，同時(shí)產(chǎn)品覆蓋面廣泛，具備發(fā)展成大型企業(yè)的潛力。此外，除了提供上游零部件產(chǎn)品，這些企業(yè)自身還可以提供機(jī)器視覺裝備，或者通過系統(tǒng)集成商完成裝備生產(chǎn)，從而在中游領(lǐng)域亦具備一定影響力。

系統(tǒng)集成商通常直接采購(gòu)視覺軟件、傳感器、驅(qū)控系統(tǒng)等核心零部件，通過簡(jiǎn)單的二次開發(fā)和組裝完成設(shè)備生產(chǎn)，不具備自由機(jī)器視覺算法、軟件以及視覺傳感器和精密驅(qū)控等核心技術(shù)，通常不具備整臺(tái)裝備的設(shè)計(jì)生產(chǎn)能力，一般是在客戶要求下在自動(dòng)化生產(chǎn)線上集成機(jī)器視覺機(jī)構(gòu)，或者形成簡(jiǎn)單的工業(yè)視覺裝備。

二、工業(yè)級(jí)和消費(fèi)級(jí)機(jī)器視覺比較

除了以機(jī)器視覺為代表的視覺技術(shù)廣泛應(yīng)用于工業(yè)制作外，在消費(fèi)級(jí)領(lǐng)域，隨著數(shù)據(jù)量上漲、運(yùn)算力提升和深度學(xué)習(xí)算法的發(fā)展，計(jì)算機(jī)視覺技術(shù)越來越多地被應(yīng)用在各類消費(fèi)級(jí)應(yīng)用場(chǎng)景中，典型的如人臉識(shí)別服務(wù)，具體包括人臉檢測(cè)、人臉關(guān)鍵特征點(diǎn)、人臉對(duì)比、人臉?biāo)阉?、人臉屬性、人臉聚類、人力活體檢測(cè)等。計(jì)算機(jī)視覺是指用計(jì)算機(jī)實(shí)現(xiàn)人的視覺功能，對(duì)客觀世界的三維場(chǎng)景的感知、識(shí)別和理解。計(jì)算機(jī)視覺與研究人類或動(dòng)物的視覺不同，它借助于幾何、物理和學(xué)習(xí)技術(shù)來構(gòu)筑模型，從而用統(tǒng)計(jì)的方法來處理數(shù)據(jù)。

從學(xué)科上，機(jī)器視覺（MachineVision,MV）與計(jì)算機(jī)視覺（ComputerVision,CV）都被認(rèn)為是人工智能的下屬科目。兩者既有聯(lián)系又有區(qū)別。首先，機(jī)器視覺與計(jì)算機(jī)視覺有很多相似之處，在架構(gòu)上都是基礎(chǔ)層+技術(shù)層+應(yīng)用層；并且兩者的基本理論框架、底層理論、算法等是相似的，因此機(jī)器視覺與計(jì)算機(jī)視覺在技術(shù)和應(yīng)用領(lǐng)域上會(huì)有一定重疊。

計(jì)算機(jī)視覺產(chǎn)業(yè)鏈

計(jì)算機(jī)視覺是采用圖像處理、模式識(shí)別、人工智能技術(shù)相結(jié)合的手段，著重于一幅或多幅圖像的計(jì)算機(jī)分析。圖像可以由單個(gè)或者多個(gè)傳感器獲取，也可以是單個(gè)傳感器在不同時(shí)刻獲取的圖像序列。

機(jī)器視覺則偏重于計(jì)算機(jī)視覺技術(shù)工程化，能夠自動(dòng)獲取和分析特定的圖像，以控制相應(yīng)的行為。具體的說，計(jì)算機(jī)視覺為機(jī)器視覺提供圖像和景物分析的理論和算法基礎(chǔ)，機(jī)器視覺為計(jì)算機(jī)視覺的實(shí)現(xiàn)提供傳感器模型、系統(tǒng)構(gòu)造和實(shí)現(xiàn)手段。二者共用一套理論系統(tǒng)，只是發(fā)展的方向不同，機(jī)器視覺側(cè)重于在工業(yè)領(lǐng)域的實(shí)際應(yīng)用，而計(jì)算機(jī)視覺側(cè)重理論算法的研究。工業(yè)級(jí)機(jī)器視覺和消費(fèi)級(jí)計(jì)算機(jī)視覺的區(qū)別和聯(lián)系

從應(yīng)用領(lǐng)域上，機(jī)器視覺大多應(yīng)用在工業(yè)領(lǐng)域上，具體應(yīng)用包括計(jì)量與檢測(cè)、智能制造等；除了在工業(yè)領(lǐng)域應(yīng)用外，在消費(fèi)領(lǐng)域的眾多場(chǎng)景中，多是計(jì)算機(jī)視覺的具體應(yīng)用。由于理論的研究發(fā)展速度往往快于實(shí)踐應(yīng)用，即計(jì)算機(jī)視覺的發(fā)展遠(yuǎn)遠(yuǎn)超過了其時(shí)間實(shí)踐。目前掌握的具體計(jì)算機(jī)視覺任務(wù)的方法，也僅僅適用于狹隘的人臉識(shí)別、指紋識(shí)別等簡(jiǎn)單任務(wù)，無法廣泛的應(yīng)用于不同場(chǎng)合。

從組成上看，機(jī)器視覺系統(tǒng)包含硬件和軟件諸多元素，除了算法與軟件是系統(tǒng)核心內(nèi)容外，如傳感器、控制器等也是核心組成部分。以天準(zhǔn)科技為例，其成本90%以上是原材料，而原材料中，傳感器類（鏡頭、相機(jī)、傳感器）、機(jī)械類成本分別占41.5%、37.1%。在機(jī)器視覺產(chǎn)業(yè)鏈中，除了視覺系統(tǒng)、傳感器、光源、鏡頭等零部件廠商外，中游還包括具備核心技術(shù)的裝備制造商、以及其他眾多的系統(tǒng)集成商。

由于機(jī)器視覺側(cè)重工程的應(yīng)用，因而強(qiáng)調(diào)實(shí)時(shí)性、高精度和高速度，以及算法的可靠性、系統(tǒng)的穩(wěn)定性。從技術(shù)變革趨勢(shì)來看，3D視覺、多光譜成像、高速成像與處理、深度學(xué)習(xí)是機(jī)器視覺持續(xù)改善性能的重要方向。當(dāng)前機(jī)器視覺輸入的圖像仍以2D信息為主，后續(xù)結(jié)合新型傳感器的3D視覺技術(shù)有望大幅提升機(jī)器視覺的應(yīng)用范圍。其次，高光譜和多光譜成像能夠同時(shí)處理多個(gè)不同品類的產(chǎn)品檢測(cè)，也是未來機(jī)器視覺演進(jìn)的重要方向。另外，以線掃描為代表的高速成像技術(shù)能夠提升成像速度，進(jìn)而提升檢測(cè)效率。最后，深度學(xué)習(xí)+機(jī)器視覺能夠不斷優(yōu)化檢測(cè)參數(shù)、增加檢測(cè)靈活性，也是后續(xù)機(jī)器視覺創(chuàng)新的重要方向。

工業(yè)級(jí)機(jī)器視覺和消費(fèi)級(jí)機(jī)器視覺有本質(zhì)的區(qū)別，在應(yīng)用側(cè)重點(diǎn)、結(jié)構(gòu)上有著明顯的差別，但是工業(yè)機(jī)器視覺和消費(fèi)級(jí)