5G時(shí)代：機(jī)器視覺大有可為
隨著人工智能技術(shù)的蓬勃發(fā)展，機(jī)器視覺領(lǐng)域引入人工智能方法，在不少場(chǎng)景下處理的范圍和效果得到了增強(qiáng)，極大拓展了機(jī)器視覺的應(yīng)用領(lǐng)域。機(jī)器視覺已成為深度學(xué)習(xí)的研究熱點(diǎn)，在眾多研究機(jī)構(gòu)、企業(yè)的參與下，無論在技術(shù)還是應(yīng)用上，都有很大的進(jìn)步。
政策層面，中國(guó)提出中國(guó)制造2025的戰(zhàn)略目標(biāo)，要向制造強(qiáng)國(guó)轉(zhuǎn)變。制造能力的提升離不開智能化，這也是機(jī)器視覺的主要優(yōu)勢(shì)領(lǐng)域。在國(guó)家戰(zhàn)略的影響下，機(jī)器視覺行業(yè)必將迎來大發(fā)展。
潛力巨大的機(jī)器視覺市場(chǎng)
目前國(guó)內(nèi)機(jī)器視覺處于快速發(fā)展時(shí)期，企業(yè)間競(jìng)爭(zhēng)激烈，處于百花齊放的階段。據(jù)相關(guān)機(jī)構(gòu)統(tǒng)計(jì)數(shù)據(jù)，中國(guó)機(jī)器視覺應(yīng)用市場(chǎng)規(guī)模近幾年一直保持快速增長(zhǎng)，2019年已經(jīng)達(dá)到14.56億美元，3年內(nèi)預(yù)計(jì)會(huì)達(dá)到200億美元的規(guī)模。
機(jī)器視覺技術(shù)可廣泛應(yīng)用于工業(yè)、交通、醫(yī)療、教育、城市園區(qū)、商業(yè)、農(nóng)林牧漁等各個(gè)領(lǐng)域。目前的機(jī)器視覺市場(chǎng)，工業(yè)領(lǐng)域占據(jù)了主要份額，是機(jī)器視覺的重要應(yīng)用領(lǐng)域。在工業(yè)領(lǐng)域內(nèi)，3C電子制造以及汽車制造行業(yè)又占據(jù)了大部分市場(chǎng)份額。
工業(yè)領(lǐng)域中，機(jī)器視覺可以在冶金、食品、電子制造、汽車、化工等各個(gè)領(lǐng)域應(yīng)用，如生產(chǎn)工藝的檢測(cè)、產(chǎn)品質(zhì)量的檢查、零部件的管理等。在3C電子制造行業(yè)，機(jī)器視覺在產(chǎn)品表面檢測(cè)、觸摸屏制造、AOI光學(xué)檢測(cè)、電路板檢測(cè)、產(chǎn)品裝配等多個(gè)領(lǐng)域發(fā)揮重要作用。在汽車制造領(lǐng)域，主要應(yīng)用于對(duì)汽車零部件的測(cè)量、檢測(cè)，以及對(duì)車身、部件等對(duì)象的表面檢測(cè)。
城市、園區(qū)領(lǐng)域，機(jī)器視覺可廣泛用于城市建筑三維建模、人員的密集程度檢測(cè)、人流分析、異常行為檢測(cè)等場(chǎng)景。
商業(yè)領(lǐng)域，機(jī)器視覺可用于商品識(shí)別、數(shù)量檢測(cè)、顧客喜好分析、支付、AR導(dǎo)覽等場(chǎng)景。
交通領(lǐng)域，機(jī)器視覺可用于自動(dòng)駕駛、車輛違章檢測(cè)、車流密度檢測(cè)、車牌識(shí)別、車輛排查、運(yùn)行軌跡勾畫、港口貨物識(shí)別、機(jī)場(chǎng)車站闖入監(jiān)測(cè)等多個(gè)場(chǎng)景。
醫(yī)療領(lǐng)域，機(jī)器視覺可用于病灶分析，協(xié)助醫(yī)生進(jìn)行診斷。
教育領(lǐng)域，機(jī)器視覺可提供沉浸式教學(xué)，也可用于工業(yè)場(chǎng)景中工藝流程的培訓(xùn)。
農(nóng)林牧漁行業(yè)中，機(jī)器視覺可用來檢測(cè)土地面積，判斷動(dòng)植物病理、生長(zhǎng)情況，監(jiān)測(cè)火災(zāi)等。
機(jī)器視覺市場(chǎng)蓬勃發(fā)展，對(duì)該領(lǐng)域的投資也不斷增長(zhǎng)。行業(yè)數(shù)據(jù)表明，2019年國(guó)內(nèi)在機(jī)器視覺領(lǐng)域的投資融資超百億。在獲取更多資金后，機(jī)器視覺企業(yè)會(huì)加速發(fā)展，各種新技術(shù)也會(huì)加速落地，進(jìn)入實(shí)際應(yīng)用階段。
5G推動(dòng)機(jī)器視覺的發(fā)展
機(jī)器視覺需要圖像的采集、傳輸，對(duì)帶寬有較大需求。如果是需要實(shí)時(shí)分析處理視頻的場(chǎng)景，則對(duì)時(shí)延有較高要求，如自動(dòng)駕駛、遠(yuǎn)程醫(yī)療、遠(yuǎn)程控制等。傳統(tǒng)方式需要在攝像機(jī)附近部署工控機(jī)等處理設(shè)備，就近處理圖像。受限于工控機(jī)的存儲(chǔ)能力，處理完畢后，圖像被丟棄或臨時(shí)存儲(chǔ)在工控機(jī)上。圖像處理設(shè)備分散，導(dǎo)致設(shè)備時(shí)忙時(shí)閑，無法充分利用其處理能力。同時(shí)，設(shè)備采購(gòu)成本較高。長(zhǎng)期來看，運(yùn)行維護(hù)也較困難。其次，有些場(chǎng)景現(xiàn)場(chǎng)環(huán)境惡劣，可能缺少供電、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施，不具備部署處理機(jī)的條件。這些因素都限制了機(jī)器視覺的應(yīng)用。
當(dāng)前5G已經(jīng)開始規(guī)?；渴?。5G具有高帶寬、低延遲等特點(diǎn)，高帶寬有利于圖像的傳輸，低延遲則可滿足一些需要及時(shí)處理圖像的場(chǎng)景。同時(shí)，5G是一個(gè)基礎(chǔ)設(shè)施，具有廣泛覆蓋的特點(diǎn)，一般來說，一個(gè)通信設(shè)施完備的國(guó)家，5G的覆蓋將是全國(guó)性的，這是其他通信設(shè)施無法比擬的優(yōu)勢(shì)。全地域覆蓋的5G網(wǎng)絡(luò)將極大地促進(jìn)機(jī)器視覺在各種應(yīng)用場(chǎng)景的落地。在一些場(chǎng)景下，5G可以大幅降低機(jī)器視覺應(yīng)用的部署、運(yùn)維成本，使原來無法實(shí)施的場(chǎng)景成為現(xiàn)實(shí)。同時(shí)，可以將分散在各處的圖像處理機(jī)集中起來，例如部署在MEC上，提供處理能力的復(fù)用，降低部署成本和長(zhǎng)期運(yùn)維成本。
機(jī)器視覺應(yīng)用的熱點(diǎn)技術(shù)
當(dāng)前機(jī)器視覺技術(shù)蓬勃發(fā)展，研究、應(yīng)用熱點(diǎn)眾多，總體上在向處理更多種類的數(shù)據(jù)、更復(fù)雜的目標(biāo)、場(chǎng)景方向前進(jìn)。出現(xiàn)了從物到人、從平面到立體、從單一圖像數(shù)據(jù)源到多數(shù)據(jù)融合的趨勢(shì)。結(jié)合機(jī)器視覺技術(shù)現(xiàn)狀和未來發(fā)展趨勢(shì)，選擇如下幾個(gè)熱點(diǎn)技術(shù)進(jìn)行探討。
人體行為分析
人體行為分析是機(jī)器視覺領(lǐng)域的重要課題之一，可廣泛應(yīng)用于智能視頻監(jiān)控、智能機(jī)器人、運(yùn)動(dòng)分析等領(lǐng)域。但是人體動(dòng)作較復(fù)雜，場(chǎng)景多變，對(duì)人體動(dòng)作、行為的分析比較困難，目前對(duì)人體動(dòng)作的分析有多種方法，適用場(chǎng)景不一。
一種方式為C3D，此方式將圖像序列作為一個(gè)維度，將原來的二維圖像拓展為三維，送入網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)，然后對(duì)動(dòng)作進(jìn)行分類。另一種方式為CNN+RNN，即將各幀圖像提取特征后，送入RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）進(jìn)行訓(xùn)練學(xué)習(xí)，提取序列特征，最后分類動(dòng)作。還有一種方式是雙流法，深度學(xué)習(xí)網(wǎng)絡(luò)有兩路輸入，一路是原始的圖像，一路是光流。通過將光流數(shù)據(jù)和原始的圖像結(jié)合，對(duì)人體動(dòng)作進(jìn)行分析。
為提高性能，增強(qiáng)效率，出現(xiàn)了TSN、TRN等方法。TSN（Temporal Segment Network）從動(dòng)作視頻中分段截取內(nèi)容，提取特征后進(jìn)行合并，然后進(jìn)行動(dòng)作判斷。該方法減少了計(jì)算量，提高了運(yùn)行效率。TRN（Temporal Relation Network）按不同時(shí)間尺度提取特征，然后對(duì)不同尺度的特征進(jìn)行融合，在此基礎(chǔ)上判斷動(dòng)作。效果。
在分析人體動(dòng)作時(shí)，人體的姿態(tài)是重要的數(shù)據(jù)之一。分析人體的姿態(tài)算法主要分兩種類型，一種是top-down方式，先檢測(cè)人體，然后分析人體的姿態(tài)。另一種是bottom-up方式，先檢測(cè)關(guān)節(jié)、骨骼等部位，然后分析出人體的關(guān)節(jié)、骨骼等信息。還有一種是檢測(cè)周期性動(dòng)作的方式，如rep-net，對(duì)周期性的動(dòng)作進(jìn)行計(jì)數(shù)，可用于統(tǒng)計(jì)動(dòng)作的次數(shù)。
3D數(shù)據(jù)分析
目前圖像分析處理多是針對(duì)平面圖像，實(shí)際應(yīng)用中，往往需要三維的信息，才能獲取更準(zhǔn)確的結(jié)果。如對(duì)電路的檢測(cè)，平面圖像受限于其拍攝角度，無法感知高度等信息，對(duì)一些異常情況無法判斷。結(jié)合深度數(shù)據(jù)后，則可拓展檢測(cè)內(nèi)容范圍，提升檢測(cè)效果。
3D數(shù)據(jù)分析包含3D物體的檢測(cè)、識(shí)別、分割以及匹配等功能，可用于生產(chǎn)線的產(chǎn)品檢查、零部件檢測(cè)、生產(chǎn)過程監(jiān)測(cè)等，也可用來提高傳統(tǒng)檢測(cè)的精度，如對(duì)物體的識(shí)別等。3D處理的數(shù)據(jù)可以是3D點(diǎn)云。三維建模也是3D數(shù)據(jù)處理的一個(gè)重要方向，涉及到點(diǎn)云數(shù)據(jù)的配準(zhǔn)、回環(huán)檢測(cè)、分割、渲染等一系列的處理過程。三維建模是將現(xiàn)實(shí)物理世界映射到數(shù)字世界的重要方法之一，在園區(qū)、城市建設(shè)、商業(yè)體管理等多種場(chǎng)景有重要價(jià)值。
多傳感器融合
實(shí)際場(chǎng)景往往比理論研究要復(fù)雜，需要更多的數(shù)據(jù)進(jìn)行綜合分析，以提高處理效果。視覺處理中除了圖像數(shù)據(jù)，也可結(jié)合其他類型的相關(guān)數(shù)據(jù)，以達(dá)到分析的要求。
如在slam（同步定位與建圖）中，單靠圖像數(shù)據(jù)提高精度比較困難，可同時(shí)采集IMU（慣性測(cè)量單元）數(shù)據(jù)，兩個(gè)數(shù)據(jù)結(jié)合后，可以提高檢測(cè)的精度。另一種方式是結(jié)合深度數(shù)據(jù)，如在采集數(shù)據(jù)時(shí)除了白光攝像機(jī)，還可使用激光雷達(dá)等設(shè)備，同時(shí)采集距離、方位數(shù)據(jù)，和圖像數(shù)據(jù)結(jié)合，完成地圖的重建和導(dǎo)航。
又如在溫度測(cè)量場(chǎng)景中，使用紅外攝像機(jī)來采集溫度圖像。但是紅外的方式往往無法有效檢測(cè)被測(cè)量目標(biāo)，尤其是在被測(cè)量目標(biāo)會(huì)移動(dòng)，或者經(jīng)常變化的情況下，單靠紅外攝像機(jī)是無法有效檢測(cè)的。這種情況可結(jié)合白光相機(jī)，用白光圖像檢測(cè)目標(biāo)，然后在紅外圖像上提取溫度數(shù)據(jù)。這種組合可靈活應(yīng)對(duì)檢測(cè)目標(biāo)的變化、移動(dòng)等場(chǎng)景，處理效率更高，可廣泛應(yīng)用于人流測(cè)溫、生產(chǎn)線的產(chǎn)品測(cè)溫等場(chǎng)景。
- 上一篇：CCD視覺對(duì)位原理
- 下一篇：大有可為的智能機(jī)器視覺技術(shù)