上世紀70年代中，MIT人工智能實驗室正式開設(shè)“機器視覺”課程，近半個世紀來機器視覺持續(xù)是一個非常活躍的研究領(lǐng)域，全球性的研究熱潮，使得機器視覺獲得了蓬勃發(fā)展，機器視覺在工業(yè)制造領(lǐng)域已獲得了廣泛的應(yīng)用，比如在不適合人類工作的環(huán)境中，利用機器視覺代替?zhèn)鹘y(tǒng)人工測量/試；或用于需要高性能、精密機器視覺組件的專業(yè)設(shè)備制造領(lǐng)域。但總體來講，機器視覺不僅依然一個相當新且仍有很多工作要做的研究領(lǐng)域，更是一個深藏無限潛力的金礦。

在此次采訪中，大部分的廠商的關(guān)注焦點都更貼近大眾生活相關(guān)，放在了消費電子、可穿戴產(chǎn)品、汽車ADAS以及智能化監(jiān)控等領(lǐng)域。比如CEVA公司投資者關(guān)系與企業(yè)傳播副總裁RichardKingston就透露“我們已經(jīng)將計算機視覺DSP授權(quán)許可予八家企業(yè)，其中包括三家移動領(lǐng)域的OEM廠商。”加拿大CogniVue公司業(yè)務(wù)開發(fā)副總裁TomWilson認為“可穿戴和汽車領(lǐng)域?qū)⒋嬖诜浅�強烈的增長機遇。”

視覺處理向3D跨越

隨著谷歌正式發(fā)布了ProjectTango后，3D機器視覺變得愈加熱門。“我們認為消費領(lǐng)域3D處理的主要應(yīng)用會是3D成像、自然用戶界面(NUI)和3D視覺應(yīng)用，比如PC、筆記本電腦、平板電腦、智能手機和其它消費類設(shè)備。”Kingston表示。

業(yè)界追尋3D視覺的最大原因還是為了解決2D機器視覺的固有局限，若能更好的實現(xiàn)在分割(分離近景和遠景)、照明(用于人臉識別時)、相對位置(場景中的物體)等方面的功能，許多應(yīng)用可以通過采用3D空間信息簡化并提高視覺系統(tǒng)的精度和可靠性。

但無論是3D傳感器(例如飛行時間法(ToF)相機)、或以2個2D圖像傳感器實現(xiàn)的立體傳感器，他們對處理能力的要求都更高。“立體匹配(使用來自兩個圖像傳感器輸入)要求差異映射來生成3D景深圖。這是一個非常困難的計算機視覺問題，學術(shù)界也積極研究來優(yōu)化立體識別算法。”CogniVue公司業(yè)務(wù)開發(fā)副總裁TomWilson指出。每一種實現(xiàn)3D傳感的方法都存在性能上的折衷，CogniVue目前在開發(fā)一種算法，能針對低成本3D傳感器有效計算其視差圖。

處理大量實時數(shù)據(jù)需要密集的計算能力。若是想實現(xiàn)穩(wěn)定的3D傳感地圖是非常困難的，特別是對那些低功耗的設(shè)備來說。“CogniVue的APEX圖像識別處理(ICP)技術(shù)能在電量有限的3D視覺應(yīng)用中發(fā)揮關(guān)鍵作用。”他補充道。