克服机器视觉障碍 拓展应用领域新窗口

曾几何时，机器视觉——这项与机器人本为一家的技术，一度曾因识别精准率过低被嫌弃。时至今日,在我们的日常生活中，由于设备逐渐成为我们不可分割的一部分，我们已经看到如果没有足够的视觉能力，越来越多的应用程序将走向失败，其中包括空中无人机碰撞和机器人吸尘器“吃”了它们本不应该吃的东西。

随着科技业新技术迭出，机器视觉的应用领域新窗口还在被一一打开。从工业机器人、安防监控和工业检测再到虚拟现实、自动驾驶汽车、机器人、智能城市和物联网等，机器视觉在应用领域的存在感越发增强。这使得机器视觉技术不仅重回与机器人并驾齐驱的高尖水平，还俨然成了一项核心关键技术。

机器视觉是人工智能正在快速发展的一个分支，旨在赋予机器可媲美人类的视觉。随着研究人员应用专门的神经网络来帮助机器识别和理解现实世界的图像，机器视觉在过去几年取得了巨大的进步。如今的计算机在视觉识别上能够做到各种各样的事情，从识别网络上的猫到在诸多的照片中识别特定的面孔。不过，该类技术还有很长的路要走。今天，我们看到机器视觉能够离开数据中心，并适用于一切从自主无人机到机器人身上，可以整理我们的食物。

为了更好的了解机器人视觉，一个常见的类比，机器人视觉与人类自己的视觉，就好比天空中飞行的鸟类与飞机。两者最终都将依赖于基础物理学(如伯努利原理)，来帮助它们飞入到高空中，但是，这并不意味着飞机将要扇动它的翅膀进行飞翔。只是因为人与机器可能会看到同样的东西，并且对这些图像进行解释的方式，甚至可能有一定的共性，最后的结果仍然可能是具有很大的不同。

虽然基本的图像分类已经变得更加容易，但是，当它涉及到从抽象的场景中提取意义和信息时，机器人就面临着一系列新的问题。错觉就是一个很好的例子，机器人视觉仍然还有很长的路要走。

举例来说，当人看到两张面对面的脸的轮廓图像时，他们看到的不仅仅是抽象的形状。他们的大脑会进行进一步的解读，让他们能够识别图像的多个部分，看到两张脸，又或者看到一个花瓶。但对于机器来说，这样的图像是非常难以理解的。基本的分类器分辨不了两张脸和花瓶，它看到的会是诸如短柄斧、吊钩、避弹衣甚至吉他的物体。该系统并不能确定那些物体是在该图像当中，这说明这类图像的识别对于机器而言极具挑战性。

事实上，用今天的眼光来看，机器视觉无疑具有非常重要的作用。尤其是在智能产线和智能设备中，机器视觉不仅可以使产品在自动化生产过程中质量更加稳定、更加高效。还可以使生产的柔性化程度、效率也得到极大的提升。特别在一些不适于人工作业的危险工作环境和大批量重复性工业生产过程中，机器视觉不仅可以保障人身的安全，还可以大大提高生产的效率。

目前，国内市场在运动控制、生产流水线、诊断、测试、数控设备等几个领域的应用需求都在迅速增长。同时，中国3C电子市场规模全球领先，在机器视觉产品的应用机会也在逐渐增多。不过，随着机器视觉软件研究的进一步深入，对技术要求越来越高，目前市场上的机器视觉系统由于开发难、使用难、销售难等弊端，已较难满足行业需求。