2020年6月28日 机器视觉与计算机视觉技术

计算机视觉的优点和局限性

计算机视觉是计算机科学的一个分支,它允许机器系统实时地查看、处理和解释视觉信息。

20世纪初,计算机视觉对于学者和工程师来说是一个不切实际的梦想。早在20世纪60年代,分配给本科生的“夏季视觉项目”(Summer Vision Project)就首次谈到要开发一种计算机系统,能够解读周围环境的刺激,并做出相应的反应。计算机视觉历史上的另一个线索是由拉里·罗伯茨提供的。他的论文《三维立体的机器感知》概述了如何“从二维图像或物体中提取三维信息”。20世纪80年代末,大卫·马尔(David Marr)发表了《愿景》(Vision)一书。对人类视觉信息表达和处理的计算机研究”,这也是计算机视觉历史上的一项发现。从那时起,该领域的许多科学家和工程师进行了严格的研究。最后,在20世纪90年代,由于廉价、高性能的超级计算机,致力于计算机视觉的工程师们将他们的注意力转向了数学模型。随着不断的研究和完善,计算机视觉从一个不现实的想法或期望变成了现实。但是,计算机视觉究竟是关于什么的呢?

计算机视觉:概念

计算机视觉只是一个科学领域,它允许计算机捕捉、解释、理解和处理视觉上可感知的对象。在人工智能(AI)和深度学习模型的帮助下,计算机视觉系统能够理解捕获的数字图像并做出适当的反应。今天,一些行业正从计算机视觉技术中受益。计算机视觉系统有多种用途,从预测维护到质量控制和现场安全。

计算机视觉:优点

现在让我们继续了解计算机视觉系统如何使业务用户受益。计算机视觉系统具有观看和解释的能力,无需人工干预就能自动完成多项任务。因此,业务用户可以享受以下好处:

更快和更简单的过程——计算机视觉系统可以以更快的速度执行单调、重复的任务,使整个过程更简单。准确的结果——机器从不出错,这不是什么秘密。同样,与人类不同,具有图像处理能力的计算机视觉系统也不会出错。最终,所提供的产品或服务不仅速度快,而且质量高。降低成本——随着机器承担起执行繁琐任务的责任,错误将被最小化,不给有缺陷的产品或服务留下任何空间。因此,公司可以节省大量的钱,否则这些钱将花在修复有缺陷的流程和产品上。

计算机视觉:局限性

没有一项技术是完美无缺的。同样的道理也适用于计算机视觉系统。现在让我们来看看这项技术固有的一些局限性:缺乏专家——计算机视觉技术涉及到使用AI和ML。为了训练一个由AI和ML提供动力的计算机视觉系统,公司需要有一个具有技术专长的专业团队。没有它们,构建一个能够分析和处理可能的周围细节的系统是不可能的。需要定期监测-如果电脑视觉系统出现故障或技术故障怎么办?为了确保这种情况不会发生,公司必须有一个专门的团队进行定期的监测和评估。

尽管计算机视觉系统目前存在局限性,但它能给公司带来巨大的机会,增加收入来源,实现生产率目标,并简化工作流程。然而,我们仅仅触及了计算机视觉能力的皮毛。未来还有待观察。

Banner
Related Posts

研究人员发现用于3D视觉的神经元

2019年7月5日

2019年7月5日

英国纽卡斯尔大学的科学家在昆虫大脑中发现了计算3D距离和方向的神经元。了解这些可能有助于提高和发展机器人视觉应用。

为什么数据科学在高级图像识别中很重要?

2020年1月17日

2020年1月17日

由于视觉和语音是两个至关重要的人类交互元素,数据科学能够利用计算机视觉和语音识别技术来模拟这些人类任务。即使它已经开始模仿和杠杆在不同的领域,特别是在电子商务部门。机器学习的进步和高带宽数据服务的使用增强了图像识别的应用。

机器学习和模式识别之间有什么区别?

2019年10月12日

2019年10月12日

模式识别是机器学习的工程应用。机器学习处理可以从数据中学习的系统的构建和研究,而不是仅遵循明确编程的指令,而模式识别是对数据中模式和规律性的识别。

计算机视觉在钢铁夹杂物分析中的应用研究

2019年12月5日

2019年12月5日

卡内基梅隆大学材料科学与工程学(MSE)教授布莱恩·韦伯勒(Bryan Webler)表示:“夹杂物是一些微小的颗粒始终漂浮在钢中,”。固相夹杂物会聚在一起,堵塞喷嘴和其他控制钢水流动的流量控制系统。一些夹杂物化学成分会降低钢的延展性、抗疲劳性或整体韧性。 “它们会影响钢材的最终性能,这就是我们如此关心它们的原因。”

利用机器学习消灭撒哈拉以南非洲采采蝇

2018年8月9日

2018年8月9日

“我们将使用数据科学来创建一个基于机器学习的自动化系统,它可以从采采蛹中快速确定是雄性还是雌性,”Zsuzza Marka说。这一系统将成为机器人分拣机的基础,我们希望该机器最终将用于撒哈拉以南非洲地区,以减轻采采蝇的危害。”

恶意的机器学习如何破坏人工智能

2019年3月26日

2019年3月26日

人工智能安全专家Dawn Song警告称,“对抗性机器学习”可用于逆向工程系统 - 包括用于防御的系统。

从摄像机到云端:计算机视觉如何将数据转化为行动

2020年1月8日

2020年1月8日

商业上的成功通常归结为根据突然的市场变化做出快速决策。计算机视觉(一种在AI领域中崛起的快速技术),可以帮助商用机构和其他企业才做到这一点。

图像识别没你想的那么难!看完这篇你也能成专家

2019年6月2日

2019年6月2日

本地生活场景中包含大量极富挑战的计算机视觉任务,如菜单识别,招牌识别,菜品识别,商品识别,行人检测与室内视觉导航等。

英伟达Jetson Nano定位于大众市场机器学习

2019年3月20日

2019年3月20日

GPU巨头英伟达(Nvidia)发布了用于大众市场产品的微型人工智能电脑Jetson Nano。

掌握计算机视觉开发技能的8个步骤

2019年8月5日

2019年8月5日

在与几位致力于人工智能和计算机视觉项目的开发人员交谈之后,我提出了八个步骤,成为一名出色的计算机视觉开发人员。但是,在深入研究每个步骤之前,让我们看一下计算机视觉技术最适合的案例:

用于太空星系检测的计算机视觉应用

2018年8月9日

2018年8月9日

观测天文学是天文学的一个分支,它涉及记录有关可观测宇宙的数据。地面和太空望远镜每晚用于观测行星和遥远的星系。专用望远镜仪器收集存储在远程服务器中的原始数据,然后使用多个图像处理和分析通道进行处理。

基于田间高光谱图像和机器学习估计芒果成熟度的光谱滤波器设计

2019年8月15日

2019年8月15日

本文旨在通过模拟几个具有不同真实光学滤波器的成像设备,开发一种新型滤波器选择方法,并利用高成本成像高光谱设备为特定应用设计一种成本较低的多光谱解决方案。

计算机视觉的未来

2018年8月9日

2018年8月9日

计算机视觉通过缩短开发时间并创建与用户想要和需要的内容相匹配的最终产品,为用户提供直接的好处。而不是在一小群开发人员和C级管理人员的闭门造车中确定功能,是基于自然使用而不断发展。

计算机视觉技术的七个典型应用

2019年4月8日

2019年4月8日

计算机视觉在现实世界中已经有了大量的应用,而且这项技术还很年轻。随着人类和机器继续合作,人类的劳动力将被解放出来,专注于更高价值的任务,机器的自动处理依赖于图像识别的过程。

英特尔深度学习工具包OpenVINO

2019年3月5日

2019年3月5日

OpenVINO包括英特尔的深度学习部署工具包,其中包括一个模型优化器,可以从许多框架(Caffe,Tensoflow,MxNet,ONNX,Kaiai)导入和训练模型。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注