讨论机器视觉的运用，首要仍是需求精准掌握什么是机器视觉，并把其与当下抢手又有堆叠部分的人工智能和深度学习区别开来。
人工智能的外延规模最大，包含了机器视觉、深度学习、机器人技能、生物辨认技能和自然语言处理。能够看出，人工智能包含了深度学习和机器视觉，研讨的是人类智能活动规矩，结构具有必定智能的人工体系，研讨怎么让计算机去完结以往需求人的智力才干胜任的作业，也就是研讨怎么运用计算机的软硬件来仿照人类某些智能行为的基本理论、办法和技能。
深度学习，是人工智能研讨中的一个新的范畴，其动机在于树立、仿照人脑进行剖析学习的神经网络，它仿照人脑的机制来解说数据，例如视频、声响和文本。深度学习在安防职业的运用极为抢手，在评测产品时关于人脸和车辆的辨认技能都依据深度学习。究其原因，深度学习的要害要素是数据，而占大数据总量60%以上的为视频监控数据，所以，深度学习的在安防职业的方方面面得到了运用：人脸检测、车辆检测、非机动车检测、人脸辨认、车辆品牌辨认、行人检索、车辆检测、人体特点、反常人脸检测、人群行为剖析、各种感兴趣方针的盯梢等。
机器视觉是人工智能正在快速开展的一个分支。简略说来，机器视觉就是用机器代替人眼来做丈量和判别。经过火CMOS或CCD传感器将被吸取方针转换成图画信号，传送给专用的图画处理体系，得到被摄方针的形状信息，依据像素分布和亮度、色彩等信息，转变成数字化信号；图画体系对这些信号进行各种运算来抽取方针的特征，进而依据判别的成果来操控现场的设备动作。
机器视觉主要是对图画进行辨认，因而机器视觉在人脸辨认、车牌辨认等方面得到许多运用。以智能交通职业为例，机器视觉具有本钱低、安稳性强、精确性高、运用规模广等长处，现在现已在国内外高速公路和公路的交通监控体系中得到了广泛的运用，详细体现在车牌辨认、车身色彩辨认、车型辨认、违章辨认、车流量计算、流量操控等。
这时有人会发作疑问，机器视觉和深度学习有太多堆叠之处，是否两者在安防职业是同一概念的不同表达。其实不然，假如仅从视频监控职业来看，学习算法是机器视觉更高层面的运用，因为依据巨大样本收集掌握了许多数据特征，而机器视觉主要在特征感知、图画预处理、特征提取、特征挑选面拿手，也就是说，机器视觉主要是在特征辨认提炼部分，而深度学习是把特征和学习结合起来，比方用特征的感知和提取来预判数据。
|
楼主
标题置顶
标题高亮
