智研咨詢 - 產(chǎn)業(yè)信息門戶

中國機器視覺技術(shù)發(fā)展現(xiàn)狀分析及工業(yè)級和消費級機器視覺對比分析[圖]

    機器視覺技術(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。基礎(chǔ)支持層包括大數(shù)據(jù)、計算力和算法,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)動機,數(shù)據(jù)量、運算能力提升以及深度學習算法促進了人工智能技術(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)(機器視覺、計算機視覺)、語音類技術(shù)(語音識別、機器翻譯等)、自然語言處理類技術(shù)、人機交互等;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(如智能檢測裝備),也可以是一類解決方案(如人臉識別)。從機器視覺的架構(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。我們認為有兩點重要原因:(1)可靠性原則,機器視覺技術(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,機器視覺設(shè)備自身集成了自動化定位、識別、判定的軟硬件平臺,對于標準批量化產(chǎn)品,可以做到較高的可靠性;(2)經(jīng)濟性原則,機器視覺產(chǎn)品的應(yīng)用對人工的替代性具備明顯的成本優(yōu)勢,而且具有更高的一致性要求。

    根據(jù)調(diào)查數(shù)據(jù)顯示,機器視覺是通過光學裝置和非接觸式的傳感器,自動地接受和處理一個真實物體地圖像,以獲得所需信息用于控制機器人運動的裝置。機器視覺技術(shù)主要采用適合被測物體的多角度光源及傳感器獲取檢測對象地圖像,通過計算機從圖像中提取信息,進行分析、處理,最終用于實際檢測和控制??偟膩砜矗瑱C器視覺是一門涉及機械、電子、光學、自動控制、人工智能、計算機科學、圖像處理和模式識別等諸多領(lǐng)域的交叉學科。

    機器視覺在國外人工智能應(yīng)用技術(shù)中占比

數(shù)據(jù)來源:公開資料整理

    機器視覺在國內(nèi)人工智能企業(yè)應(yīng)用技術(shù)中占比

數(shù)據(jù)來源:公開資料整理

    機器視覺技術(shù)在國內(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,而機器視覺技術(shù)將人類強大、復(fù)雜的視覺感官賦予機器,能夠?qū)崿F(xiàn)計算機系統(tǒng)對于外界環(huán)境的觀察、識別以及判斷等功能,是人工智能范疇最重要的前沿分支之一。

    機器視覺算法、軟件以及視覺傳感器和精密驅(qū)控是機器視覺行業(yè)的核心技術(shù),是天準科技作為裝備制造商區(qū)別于系統(tǒng)集成商的關(guān)鍵。機器視覺產(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,往往享受高利潤率,同時產(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視覺軟件、傳感器、驅(qū)控系統(tǒng)等核心零部件,通過簡單的二次開發(fā)和組裝完成設(shè)備生產(chǎn),不具備自由機器視覺算法、軟件以及視覺傳感器和精密驅(qū)控等核心技術(shù),通常不具備整臺裝備的設(shè)計生產(chǎn)能力,一般是在客戶要求下在自動化生產(chǎn)線上集成機器視覺機構(gòu),或者形成簡單的工業(yè)視覺裝備。

    二、工業(yè)級和消費級機器視覺比較

    除了以機器視覺為代表的視覺技術(shù)廣泛應(yīng)用于工業(yè)制作外,在消費級領(lǐng)域,隨著數(shù)據(jù)量上漲、運算力提升和深度學習算法的發(fā)展,計算機視覺技術(shù)越來越多地被應(yīng)用在各類消費級應(yīng)用場景中,典型的如人臉識別服務(wù),具體包括人臉檢測、人臉關(guān)鍵特征點、人臉對比、人臉搜索、人臉屬性、人臉聚類、人力活體檢測等。計算機視覺是指用計算機實現(xiàn)人的視覺功能,對客觀世界的三維場景的感知、識別和理解。計算機視覺與研究人類或動物的視覺不同,它借助于幾何、物理和學習技術(shù)來構(gòu)筑模型,從而用統(tǒng)計的方法來處理數(shù)據(jù)。

    從學科上,機器視覺(MachineVision,MV)與計算機視覺(ComputerVision,CV)都被認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,機器視覺與計算機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,因此機器視覺與計算機視覺在技術(shù)和應(yīng)用領(lǐng)域上會有一定重疊。

    計算機視覺產(chǎn)業(yè)鏈

數(shù)據(jù)來源:公開資料整理

    計算機視覺是采用圖像處理、模式識別、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算機分析。圖像可以由單個或者多個傳感器獲取,也可以是單個傳感器在不同時刻獲取的圖像序列。

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

工業(yè)級機器視覺和消費級計算機視覺的區(qū)別和聯(lián)系

-
工業(yè)級機器視覺MV
消費級計算機視覺CV
范疇
人工智能
學科
系統(tǒng)工程
計算機科學
構(gòu)成
硬件+軟件
軟件主導
感知方式
單一傳感器為主,正在向多傳感器融合
多傳感器融合
應(yīng)用側(cè)重點
更多注重廣義圖像信號(激光,攝像
頭)與自動化控制(生產(chǎn)線)
更多注重(2/3D)圖像信號本身的研究以
及和圖像相關(guān)的交叉學科研究
內(nèi)容
圖像采集、鏡頭控制、圖像處理等算法
圖像處理算法
可控性
更加可控
不確定性更大
核心
讓機器人按照自身任務(wù)進行識別的技術(shù)
如何進行圖像分析的技術(shù)
對相機的要求
工業(yè)類相機,高精度
攝像頭
數(shù)據(jù)存儲調(diào)度
數(shù)據(jù)以產(chǎn)線終端為主,正在云化
以云端為主

數(shù)據(jù)來源:公開資料整理

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

    從組成上看,機器視覺系統(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、傳感器)、機械類成本分別占41.5%、37.1%。在機器視覺產(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。

    由于機器視覺側(cè)重工程的應(yīng)用,因而強調(diào)實時性、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)變革趨勢來看,3D視覺、多光譜成像、高速成像與處理、深度學習是機器視覺持續(xù)改善性能的重要方向。當前機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)有望大幅提升機器視覺的應(yīng)用范圍。其次,高光譜和多光譜成像能夠同時處理多個不同品類的產(chǎn)品檢測,也是未來機器視覺演進的重要方向。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,進而提升檢測效率。最后,深度學習+機器視覺能夠不斷優(yōu)化檢測參數(shù)、增加檢測靈活性,也是后續(xù)機器視覺創(chuàng)新的重要方向。

    工業(yè)級機器視覺和消費級機器視覺有本質(zhì)的區(qū)別,在應(yīng)用側(cè)重點、結(jié)構(gòu)上有著明顯的差別,但是工業(yè)機器視覺和消費級機器視覺都源自人工智能的技術(shù),感知和算法是核心技術(shù),也就意味著產(chǎn)品和技術(shù)在各個領(lǐng)域的可延展性是比較強的。機器視覺是比較通用的底層技術(shù),可以廣泛應(yīng)用在工業(yè)和非工業(yè)領(lǐng)域,對當前制造業(yè)的改造和升級,起到了至關(guān)重要的作用。機器視覺,以其可靠性和經(jīng)濟性正在廣泛應(yīng)用各個工業(yè)制造場景,未來的增長前景廣泛。

    相關(guān)報告:智研咨詢發(fā)布的《2020-2026年中國機器視覺行業(yè)市場供需形勢及未來前景規(guī)劃報告》 

本文采編:CY337
10000 12800
公眾號
小程序
微信咨詢

文章轉(zhuǎn)載、引用說明:

智研咨詢推崇信息資源共享,歡迎各大媒體和行研機構(gòu)轉(zhuǎn)載引用。但請遵守如下規(guī)則:

1.可全文轉(zhuǎn)載,但不得惡意鏡像。轉(zhuǎn)載需注明來源(智研咨詢)。

2.轉(zhuǎn)載文章內(nèi)容時不得進行刪減或修改。圖表和數(shù)據(jù)可以引用,但不能去除水印和數(shù)據(jù)來源。

如有違反以上規(guī)則,我們將保留追究法律責任的權(quán)力。

版權(quán)提示:

智研咨詢倡導尊重與保護知識產(chǎn)權(quán),對有明確來源的內(nèi)容注明出處。如發(fā)現(xiàn)本站文章存在版權(quán)、稿酬或其它問題,煩請聯(lián)系我們,我們將及時與您溝通處理。聯(lián)系方式:gaojian@chyxx.com、010-60343812。

在線咨詢
微信客服
微信掃碼咨詢客服
電話客服

咨詢熱線

400-700-9383
010-60343812
返回頂部
在線咨詢
研究報告
可研報告
專精特新
商業(yè)計劃書
定制服務(wù)
返回頂部