机器视觉与人工智能能力边界总结

昊86 2018-02-09 08:56:26
在机器视觉行业从事研发工作7年了,总结一下这个技术特点。给后来者一点启示和参考。
机器视觉,并不是视觉,他不具有人类的视觉理解能力,说穿了他只是图像处理技术的工程应用,都是由工程师开发的算法来完成任务,并且是特定的算法完成特定的任务,互相之间没有通用性。
有人说机器的智能已经超过人类等等观点,那是过于乐观了。现在技术还远远达不到这个水准,现在的技术只能解决一些规则的,简单的检测任务,因为有相应的数学模型参考,比如形状匹配,边缘,纹理的识别等等。
如果完全没有规律,那就没办法了,人一眼可以看出来的,认为简单的东西,机器可能做不了。因为人具有自主意识,真正能理解任务,哪怕在复杂的图案和花纹里面,要寻找一个特定的东西,比如扣子,手套都是容易的,但是机器就做不了,因为背景没有规律,工程师无法找到有效的特征来开发这个系统。
但是机器视觉也有他的优势,那就是不知疲倦,检测一些简单的东西,比如玻璃上的划痕,屏幕上的疵点,可以做的非常准确,并且可以做到很高的精度。
再说说人工智能,目前的人工智能,也只是发现了自动提取模式的方法,收集了足够多的,有代表性的样本,然后用这套系统进行学习,再应用这套系统再分类图像而已。
也算不上什么智能,只能算是技术,仍然属于图灵机的范畴。距离真正能理解图像还相距甚远。机器视觉,人工智能,目前不能做的,正是给科研人员以及硕士,博士们研究的空间。
欢迎各位朋友发表看法讨论,推动行业应用进步。转载请注明来自 机器视觉算法工程师马浩洋。
...全文
2385 9 打赏 收藏 转发到动态 举报
写回复
用AI写文章
9 条回复
切换为时间正序
请发表友善的回复…
发表回复
雪仗i 2020-07-26
  • 打赏
  • 举报
回复
大佬说的很透彻
chivalry00L 2018-12-31
  • 打赏
  • 举报
回复
我觉得机械视觉有一个非常具有潜力的优势,就是可以很自然的融合定位和感知。通过机器视觉你不仅可以让计算机知道这个物体是什么,而且可以精确地知道它距离我多少距离(这一点也许是人做不到的)。对于人工智能,目前我觉得大部分神经网络还是主要使用它的高维函数拟合功能吧。这样的拟合是需要学习的,其实人的知识和技能大部分其实也是后天习得的。但是机器一但学好了,就不会忘记,而且可以简单地复制黏贴到其他机器上,但是人要长久的记忆知识,快速的传播知识其实很困难
weixin_42089774 2018-05-14
  • 打赏
  • 举报
回复
人工智能做复杂的纹理检测还是有很大的优势吧
danyzhan 2018-04-10
  • 打赏
  • 举报
回复
像工业检测上用到的“特征识别”,很多也是要基于轮廓本身特征来进行匹配,实际中需要被测物与相机相对距离较固定才能有稳定的效果,当距离远近发生变化或背景干扰太多时,识别效果很难保证。
danyzhan 2018-04-10
  • 打赏
  • 举报
回复
机器视觉目前主要还是基于图像本身做一些“硬”标准的检测,“柔性”方面确实存在不足,如果搭配上“AI”的算法当大脑,那应用起来就好很多了
qq_38648632 2018-03-31
  • 打赏
  • 举报
回复
从机器视觉走向人工智能需要让设备具有一种自学习的能力
jiaozieshidai 2018-03-29
  • 打赏
  • 举报
回复
视觉只不过是吧图像数字化,然后用各种算法来获取一些特征,再利用特征来判断对错。
求知若愚 2018-03-02
  • 打赏
  • 举报
回复
目前现状确实是这样,学习学习一下,为我们科研人员加油加油
Nancy_0315 2018-02-26
  • 打赏
  • 举报
回复
小菜鸟来学习

4,445

社区成员

发帖
与我相关
我的任务
社区描述
图形图像/机器视觉
社区管理员
  • 机器视觉
  • 迪菲赫尔曼
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧