您的位置>首页>新闻动态> 影响机器视觉发展的三大制约!

发布时间: 2023-05-18    浏览量:693
机器视觉

      在目前的制造业环境中,机器视觉可谓是其中重中之重,但是行业的高速发展,出现一些制约视觉技术突破的技术瓶颈,目前我们遇到的瓶颈可以分成以下三个方面:计算能力不足,认知理论不够,及准确识别与模糊特征之间的矛盾。

      我们可以看到的是,机器视觉目前研究对象主要是图像,当然了也有视频的部分,这里不做赘述,图片具有信息量大,信息冗余,特征空间维度高等特点,而且检测目标也具有多样性,单一的算法很难满足项目通用性需求,如计算颜色,方向等等,我们在搭建所需通用算法时,必然会带来巨大计算量,这将为项目成本带来巨大的提升。

视觉检测相机

      让设备认识世界,虽然这是我们最初的设想,但是目前依然没有得到完整的解决方案,而人工智能的发展也带来了符号学派、行为主义学派和连接主义学派等体系,依然未找到合适的答案,目前的想法时,我们可以从模拟人脑信息功能处理上手,制作一个智能的机器视觉检测系统,但是神经学的制约我们只能模拟大脑的一分部分!

      最后便是我们头疼的准确性,以我们耳熟能详的人脸识别来说,虽然好的算法层出不穷,但是现实中识别的精度依然差强人意,当然了这个问题出现也并非偶然,因为检测东西越复杂,信息量越大,就越可能带来不确定性,我们之所以现在能识别人脸,其实也是有一定缺陷的,机器视觉一方面需要从庞大的信息流进行学习,另一方面却要克服庞大信息流带来的准确性不足!