因應(yīng)人工智能與工業(yè)自動(dòng)化快速發(fā)展，結(jié)合相機(jī)與圖像處理以取代或補(bǔ)強(qiáng)人力的智能機(jī)器視覺(jué)技術(shù)與相關(guān)應(yīng)用持續(xù)升溫，并在工業(yè)檢測(cè)與制造領(lǐng)域獲得了廣泛的部署。然而，對(duì)于超越傳統(tǒng)制造應(yīng)用以外的智能領(lǐng)域，機(jī)器視覺(jué)仍然深藏著無(wú)限潛力與商機(jī)。

多年以來(lái)，這個(gè)以知識(shí)為導(dǎo)向的產(chǎn)業(yè)經(jīng)歷智能機(jī)器視覺(jué)系統(tǒng)的元件與模組日益復(fù)雜化；另一方面，與智能機(jī)器視覺(jué)系統(tǒng)相關(guān)的市場(chǎng)應(yīng)用也持續(xù)擴(kuò)展到超越工業(yè)制造以外的新應(yīng)用領(lǐng)域，特別是如今當(dāng)嵌入式系統(tǒng)持續(xù)展現(xiàn)動(dòng)能之際，即將來(lái)臨的先進(jìn)感測(cè)器、機(jī)器對(duì)機(jī)器（M2M）通訊系統(tǒng)以及物聯(lián)網(wǎng)（IoT）等新興技術(shù)發(fā)展，將進(jìn)一步推動(dòng)智能機(jī)器視覺(jué)應(yīng)用擴(kuò)展至消費(fèi)性電子、可穿戴式裝置、汽車(chē)先進(jìn)駕駛輔助系統(tǒng)（ADAS）以及智能化監(jiān)控等更貼近大眾生活的領(lǐng)域。

對(duì)于智能機(jī)器視覺(jué)系統(tǒng)設(shè)計(jì)人員來(lái)說(shuō)，設(shè)計(jì)一款能有效執(zhí)行不同視覺(jué)演算法的軟件是一項(xiàng)艱巨的挑戰(zhàn)。廠商選擇圖像/視訊分析處理解決方案時(shí)，可以選擇全部集中在CPU完成，也可以選擇卸載一部份圖像處理工作給GPU，或者專(zhuān)為影像處理增加的邏輯。例如，DLIA工業(yè)缺陷檢測(cè)。在需要圖像處理的應(yīng)用中，DLIA已經(jīng)讓GPU處理的一部份執(zhí)行多種智能視覺(jué)演算，從而為CPU分擔(dān)工作負(fù)載。

發(fā)明于1980年代初的卷積神經(jīng)網(wǎng)絡(luò)，就是智能機(jī)器視覺(jué)系統(tǒng)的“智能”，也可稱(chēng)呼為深度學(xué)習(xí)（deep learning），深度學(xué)習(xí)是卷積神經(jīng)網(wǎng)絡(luò)的代表算法之一。它由多層排列的人工神經(jīng)元組成，它們反映出了人類(lèi)大腦處理視覺(jué)的方法。隨著摩爾定律推動(dòng)著計(jì)算機(jī)技術(shù)越來(lái)越強(qiáng)大，這些網(wǎng)絡(luò)能夠更好的模仿神經(jīng)網(wǎng)絡(luò)的實(shí)際運(yùn)作方式，多年的發(fā)展也讓卷積神經(jīng)網(wǎng)絡(luò)更加強(qiáng)大，更加“智能”。

“智能機(jī)器視覺(jué)系統(tǒng)，超越傳統(tǒng)制造”，并不是一句空話，它是正在逐步實(shí)現(xiàn)的現(xiàn)實(shí)，特別是經(jīng)歷過(guò)三年疫情后的我國(guó)勞力市場(chǎng)，解決“用人荒”的利器之一就是智能機(jī)器視覺(jué)系統(tǒng)。它能讓產(chǎn)品生產(chǎn)轉(zhuǎn)化為自動(dòng)化生產(chǎn)、無(wú)人化生產(chǎn)、智能化生產(chǎn)，這也是國(guó)家致力推進(jìn)的智能制造的政策綱領(lǐng)，以數(shù)字化、網(wǎng)絡(luò)化和智能化的手段為基礎(chǔ)，通過(guò)高度集成的信息、物流、物理和人力資源，實(shí)現(xiàn)產(chǎn)品全生命周期的全過(guò)程可持續(xù)性管理的先進(jìn)制造模式。它將推動(dòng)制造業(yè)高質(zhì)量發(fā)展，提升制造業(yè)與其他領(lǐng)域的融合度，發(fā)揮巨大的經(jīng)濟(jì)和社會(huì)效益。