參與評(píng)論

評(píng)論

登錄后參與評(píng)論

全部評(píng)論(1條)

• 

  xiao1567972185 2016-12-26 00:00:00

  計(jì)算機(jī)視覺與機(jī)器視覺，首先是應(yīng)用場景不一樣，就像視遠(yuǎn)圖像趙旭回答的那樣：你把攝像頭對(duì)著人就是CV，對(duì)著車間就是MV。 計(jì)算機(jī)視覺和機(jī)器視覺應(yīng)用場景不同，就像拉貨車和載客車是的，側(cè)ZD不同而已，一個(gè)側(cè)重人工智能分支，一個(gè)側(cè)重工業(yè)應(yīng)用！簡單說起來的話，計(jì)算機(jī)視覺偏重于深度學(xué)習(xí)并且偏向軟件，機(jī)器視覺偏重于特征識(shí)別同時(shí)對(duì)硬件方面要求也比較高，不過隨著對(duì)智能識(shí)別要求越來越高的發(fā)展，這兩個(gè)方向畢竟會(huì)互相滲透互相融合，區(qū)別也僅于應(yīng)用領(lǐng)域不同而已。 其次，我感覺Z大的區(qū)別，在于技術(shù)要求的側(cè)ZD不一樣，甚至差別很大。 計(jì)算機(jī)視覺，主要是對(duì)質(zhì)的分析，比如分類識(shí)別，這是一個(gè)杯子那是一條狗?；蛘咦錾矸荽_認(rèn)，比如人臉識(shí)別，車牌識(shí)別。或者做行為分析，比如人員入侵，徘徊，遺留物，人群聚集等。 機(jī)器視覺，主要側(cè)重對(duì)量的分析，比如通過視覺去測量一個(gè)零件的直徑，一般來說，對(duì)準(zhǔn)確度要求很高。我記得以前接觸過一個(gè)需求: 視覺測量鐵路道岔缺口。哥剛畢業(yè)的時(shí)候在鐵路上班，做過控制系統(tǒng)，還開過內(nèi)燃機(jī)車，很清楚道岔缺口的重要性，這玩意兒你說要是測不準(zhǔn)，呵呵:) 當(dāng)然，也不能完全按質(zhì)或量一刀切，有些計(jì)算機(jī)視覺應(yīng)用也需要分析量，比如商場的人數(shù)統(tǒng)計(jì)。有些機(jī)器視覺也需要分析質(zhì)，比如零件自動(dòng)分揀。但，計(jì)算機(jī)視覺一般來說對(duì)量的要求不會(huì)很高，商場人數(shù)統(tǒng)計(jì)誤差個(gè)百分之幾死不了人的，但機(jī)器視覺真的會(huì)，比如那個(gè)道岔缺口測量。 既然要求這么高，是不是機(jī)器視覺就比計(jì)算機(jī)視覺難呢？也不是的，應(yīng)該說各有各的難處。 計(jì)算機(jī)視覺的應(yīng)用場景相對(duì)復(fù)雜，要識(shí)別的物體類型也多，形狀不規(guī)則，規(guī)律性不強(qiáng)。有些時(shí)候甚至很難用客觀量作為識(shí)別的依據(jù)，比如識(shí)別年齡，性別。所以深度學(xué)習(xí)比較適合計(jì)算機(jī)視覺。而且光線，距離，角度等前提條件，往往是動(dòng)態(tài)的，所以對(duì)于準(zhǔn)確度要求，一般來說要低一些。 機(jī)器視覺則剛好相反，場景相對(duì)簡單固定，識(shí)別的類型少(在同一個(gè)應(yīng)用中)，規(guī)則且有規(guī)律，但對(duì)準(zhǔn)確度，處理速度要求都比較高。關(guān)于速度，一般機(jī)器視覺的分辨率遠(yuǎn)高于計(jì)算機(jī)視覺，而且往往要求實(shí)時(shí)，所以處理速度很關(guān)鍵，目前基本上不適合采用深度學(xué)習(xí)。 以上討論的是技術(shù)，商業(yè)方面，計(jì)算機(jī)視覺的應(yīng)用面更廣一些，畢竟很多業(yè)務(wù)是跟人相關(guān)，比如人臉識(shí)別，行為分析等，很多垂直領(lǐng)域都有計(jì)算機(jī)視覺潛在需求，相對(duì)來說，更適合創(chuàng)業(yè)； 而機(jī)器視覺顧名思義，業(yè)務(wù)主要跟機(jī)器相關(guān)，而且對(duì)準(zhǔn)確度甚至安全性要求很高，也就在資質(zhì)品牌方面有較高的門檻，所以寡頭壟斷嚴(yán)重，一般來說，更適合上班而不是創(chuàng)業(yè)。 機(jī)器視覺（Machine Vision， MV） & 計(jì)算機(jī)視覺(Computer Vision， CV) 從學(xué)科分類上， 二者都被認(rèn)為是 Artificial Intelligence 下屬科目. 有幾個(gè)分支： 一個(gè)是圖像處理，主要是信號(hào)與系統(tǒng)，統(tǒng)計(jì)，優(yōu)化 一個(gè)是求解景物與圖像之間的關(guān)系，如立體視覺、三維重建，主要是幾何 一個(gè)是模式識(shí)別，例如如何分割圖像、識(shí)別目標(biāo)，主要是人工智能 但實(shí)際提及時(shí)， 主觀感覺上 MV 更多注重廣義圖像信號(hào)（激光，攝像頭）與自動(dòng)化控制（生產(chǎn)線）方面的應(yīng)用。 CV 更多注重（2D， 3D）圖像信號(hào)本身的研究以及和圖像相關(guān)的交叉學(xué)科研究（醫(yī)學(xué)圖像分析，地圖導(dǎo)航）。

  贊(4)

  回復(fù)(0)

  評(píng)論

  評(píng)論

  登錄后參與評(píng)論