人工智能是一個(gè)涵蓋幾種特定技術(shù)的總稱(chēng)。本文我們將探索機(jī)器視覺(jué)（MV）和計(jì)算機(jī)視覺(jué)（CV）。它們都涉及到視覺(jué)輸入，因此了解這些重疊技術(shù)的優(yōu)勢(shì)，局限性和最佳用例場(chǎng)景非常重要。

研究人員早在20世紀(jì)50年代就開(kāi)始開(kāi)發(fā)計(jì)算機(jī)視覺(jué)技術(shù)，從簡(jiǎn)單的二維成像開(kāi)始，用于統(tǒng)計(jì)模式識(shí)別。直到1978年，當(dāng)麻省理工學(xué)院人工智能實(shí)驗(yàn)室的研究人員開(kāi)發(fā)出一種自下而上的方法，從2D計(jì)算機(jī)創(chuàng)建的“草圖”中推斷3D模型時(shí)，計(jì)算機(jī)視覺(jué)的實(shí)際應(yīng)用變得顯而易見(jiàn)。從那時(shí)起，圖像識(shí)別技術(shù)通過(guò)一般用例分為不同的類(lèi)別。

計(jì)算機(jī)視覺(jué)和機(jī)器視覺(jué)都使用圖像捕獲和分析來(lái)執(zhí)行人眼無(wú)法比擬的速度和準(zhǔn)確度的任務(wù)?？紤]到這一點(diǎn)，通過(guò)它們的共性來(lái)描述這些密切相關(guān)的技術(shù)可能更有成效，通過(guò)它們的具體用例而不是它們的差異來(lái)區(qū)分它們。

計(jì)算機(jī)視覺(jué)和機(jī)器視覺(jué)系統(tǒng)共享大部分相同的組件和要求：

一種包含圖像傳感器和鏡頭的成像裝置

可以使用圖像捕獲板或幀抓取器（在一些使用現(xiàn)代接口的數(shù)碼相機(jī)中，不需要幀抓取器）

適用于應(yīng)用的照明

通過(guò)計(jì)算機(jī)或內(nèi)部系統(tǒng)處理圖像的軟件，如許多“智能”相機(jī)

那么實(shí)際的區(qū)別是什么？計(jì)算機(jī)視覺(jué)是指圖像捕獲和處理的自動(dòng)化，重點(diǎn)是圖像分析。換句話說(shuō)，計(jì)算機(jī)視覺(jué)的目標(biāo)不僅僅是看，而且還要根據(jù)觀察結(jié)果處理并提供有用的結(jié)果。機(jī)器視覺(jué)是指在工業(yè)環(huán)境中使用計(jì)算機(jī)視覺(jué)，使其成為計(jì)算機(jī)視覺(jué)的子類(lèi)別。

計(jì)算機(jī)視覺(jué)在行動(dòng)

2019年，計(jì)算機(jī)視覺(jué)在許多行業(yè)中發(fā)揮著越來(lái)越大的作用。在數(shù)字營(yíng)銷(xiāo)領(lǐng)域，公司開(kāi)始使用圖像識(shí)別技術(shù)來(lái)推動(dòng)更好的廣告投放和業(yè)務(wù)成果。由于計(jì)算機(jī)視覺(jué)技術(shù)的準(zhǔn)確性和效率不斷提高，營(yíng)銷(xiāo)人員現(xiàn)在可以繞過(guò)傳統(tǒng)的人口統(tǒng)計(jì)研究，并快速準(zhǔn)確地梳理數(shù)百萬(wàn)的在線圖像。然后，他們可以在適當(dāng)?shù)谋尘跋逻M(jìn)行有針對(duì)性的營(yíng)銷(xiāo)，而人們只需要花費(fèi)一小部分時(shí)間來(lái)獲得相同的結(jié)果。

機(jī)器視覺(jué)和智能工廠

能夠直觀地識(shí)別產(chǎn)品缺陷和流程效率低下等問(wèn)題的能力對(duì)于制造商限制成本和提高客戶滿意度至關(guān)重要。自90年代以來(lái)，機(jī)器視覺(jué)系統(tǒng)已安裝在全球數(shù)千家工廠中，用于自動(dòng)化許多基本的質(zhì)量保證和效率功能。憑借增強(qiáng)的數(shù)據(jù)共享功能和由創(chuàng)新云技術(shù)提供的更高精度，機(jī)器視覺(jué)驅(qū)動(dòng)系統(tǒng)在制造業(yè)中的使用已開(kāi)始加速。制造商意識(shí)到機(jī)器視覺(jué)系統(tǒng)是實(shí)現(xiàn)質(zhì)量，成本和速度目標(biāo)的重要投資。

生產(chǎn)線上的機(jī)器視覺(jué)

檢測(cè)缺陷并快速減輕這些缺陷的原因是任何制造過(guò)程的重要方面。朗銳智科轉(zhuǎn)向機(jī)器視覺(jué)解決方案，以主動(dòng)解決缺陷的發(fā)生和根本原因。通過(guò)在生產(chǎn)線上安裝攝像頭并培訓(xùn)機(jī)器學(xué)習(xí)模型來(lái)識(shí)別定義好產(chǎn)品與不良產(chǎn)品的復(fù)雜變量，可以實(shí)時(shí)識(shí)別缺陷并確定缺陷發(fā)生在制造過(guò)程中的哪個(gè)位置如此主動(dòng)可以采取措施。

為視覺(jué)技術(shù)注釋機(jī)器學(xué)習(xí)模型

為了實(shí)現(xiàn)計(jì)算機(jī)或機(jī)器視覺(jué)目標(biāo)，首先需要培訓(xùn)使您的視覺(jué)系統(tǒng)“智能化”的機(jī)器學(xué)習(xí)模型。并且為了使機(jī)器學(xué)習(xí)模型準(zhǔn)確，需要大量注釋數(shù)據(jù)，特定于解決方案'重建。有免費(fèi)的公共使用數(shù)據(jù)集可用于測(cè)試算法或執(zhí)行簡(jiǎn)單任務(wù)，但要使大多數(shù)實(shí)際項(xiàng)目成功，需要專(zhuān)門(mén)的數(shù)據(jù)集來(lái)確保它們包含正確的元數(shù)據(jù)。例如，在自動(dòng)駕駛車(chē)輛內(nèi)實(shí)施計(jì)算機(jī)視覺(jué)模型需要大量的圖像標(biāo)注來(lái)標(biāo)記人，交通信號(hào)，汽車(chē)和其他物體。任何低于總精度的東西都將成為自動(dòng)駕駛汽車(chē)的一個(gè)巨大問(wèn)題。

具有不同用例的相關(guān)技術(shù)

雖然計(jì)算機(jī)視覺(jué)和機(jī)器視覺(jué)之間的界限已經(jīng)模糊，但兩者最好用其用例來(lái)定義。計(jì)算機(jī)視覺(jué)傳統(tǒng)上用于自動(dòng)化圖像處理，機(jī)器視覺(jué)是計(jì)算機(jī)視覺(jué)在實(shí)際界面中的應(yīng)用，例如工廠生產(chǎn)線。

定制機(jī)器視覺(jué)服務(wù)

現(xiàn)代視覺(jué)系統(tǒng)旨在提供改善的圖像質(zhì)量，是圖像恢復(fù)，圖像編碼和圖像解釋的理想選擇。每當(dāng)工業(yè)應(yīng)用需要識(shí)別，指導(dǎo)或測(cè)量時(shí)，機(jī)器視覺(jué)是一種廣泛使用的選擇。