決定機(jī)器視覺的兩大要素是什么?

機(jī)器視覺之于人工智能等同于視覺之于人類，本文系統(tǒng)介紹決定機(jī)器視覺的兩大要素——視覺算法和芯片，重點(diǎn)介紹國內(nèi)外視覺芯片市場及發(fā)展前景，包括重量級玩家及其產(chǎn)品。

機(jī)器能否比人眼看得更清楚？近年來，隨著CV (Computer Vision) 芯片產(chǎn)品不斷推出，這一疑惑正在慢慢變成現(xiàn)實(shí)。就如AlphaGo戰(zhàn)勝“圍棋天才”柯潔一樣，在某些應(yīng)用場景，機(jī)器視覺因其準(zhǔn)確性、客觀性、穩(wěn)定性，比人類生理視覺更具優(yōu)勢。

在我們通常的印象中，一個視力正常的人可以迅速且毫不費(fèi)力地感知世界，甚至可以詳細(xì)生動得感知整個視覺場景；但其實(shí)這只是一個錯覺，人類生理視覺有著天然的局限，只有投射到眼球中心視覺場景的中間部分，我們才能詳細(xì)而色彩鮮明地看清楚。比起人眼來，CV其實(shí)具備了相當(dāng)多的優(yōu)勢（詳見表一），可以清楚的看到，CV的視力已經(jīng)遠(yuǎn)不止5.0了！

表一：機(jī)器視覺相對人眼的優(yōu)勢

機(jī)器視覺的視力為何如此之強(qiáng)？關(guān)鍵在于芯片，核心是將一些特定圖像算法用芯片方式實(shí)現(xiàn)，同時融入了深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)算法。

機(jī)器視覺原理——圖像處理和算法

機(jī)器視覺或稱計(jì)算機(jī)視覺是用一個可以代替人眼的光學(xué)裝置和傳感器來對客觀世界三維場景進(jìn)行感知，即獲取物體的數(shù)字圖像，利用計(jì)算機(jī)或者芯片，結(jié)合專門應(yīng)用軟件來模擬人腦的判斷準(zhǔn)則而對所獲取的數(shù)字圖像進(jìn)行測量和判斷。該技術(shù)已廣泛用于實(shí)際的測量、控制和檢測中，隨著芯片技術(shù)發(fā)展，在人工智能各個領(lǐng)域應(yīng)用也逐步展開。

一個典型的工業(yè)機(jī)器視覺系統(tǒng)包括：光源、鏡頭、相機(jī) (包括CCD相機(jī)和COMS相機(jī))、圖像處理單元 (或機(jī)器視覺芯片)、圖像處理軟件、***器、通訊、輸入輸出單元等。系統(tǒng)可再分為主端電腦、影像采集與影像處理器、影像攝影機(jī)、CCTV鏡頭、顯微鏡頭、照明設(shè)備、Halogen光源、LED光源、高周波螢光燈源、閃光燈源、其他特殊光源、影像顯示器、LCD、機(jī)構(gòu)及控制系統(tǒng)、控制器、精密桌臺、伺服運(yùn)動機(jī)臺。

可見，從應(yīng)用技術(shù)劃分，機(jī)器視覺是一門綜合了模擬、數(shù)字電子、計(jì)算機(jī)、圖像處理、傳感器、機(jī)械工程、光源照明、光學(xué)成像等跨學(xué)科的前沿技術(shù)；從應(yīng)用學(xué)科劃分，機(jī)器視覺是一門涉及人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計(jì)算機(jī)科學(xué)、圖像處理、模式識別等多個領(lǐng)域的交叉學(xué)科。

機(jī)器視覺技術(shù)的發(fā)展，歸功于計(jì)算機(jī)軟件技術(shù)使現(xiàn)有大規(guī)模集成電子電路技術(shù)發(fā)展的成果達(dá)到了極大化的利用，尤其是多媒體和數(shù)字圖像處理及分析理論方面的技術(shù)成熟，使得機(jī)器視覺技術(shù)不僅在理論，而且在應(yīng)用上都得到了高速發(fā)展。

機(jī)器視覺之于人工智能的意義等同于視覺之于人類的意義，而決定著機(jī)器視覺的就是圖像處理技術(shù)。不同的應(yīng)用領(lǐng)域需要不同的圖像處理算法來實(shí)現(xiàn)機(jī)器視覺。常用的機(jī)器視覺領(lǐng)域圖像算法有運(yùn)動目標(biāo)檢測算法、基于深度學(xué)習(xí)的人臉?biāo)惴ǖ取?/p>

下面介紹下機(jī)器視覺中的運(yùn)動目標(biāo)檢測圖像算法，該方法是運(yùn)動物體識別和跟蹤的基礎(chǔ)。移動物體的檢測依據(jù)視頻圖像中背景環(huán)境地不同可以分為靜態(tài)背景檢測和動態(tài)背景檢測。由于篇幅有限，我們這里只介紹靜態(tài)背景檢測算法。常見的靜態(tài)背景目標(biāo)的檢測算法包括幀間差分法、背景減除法、光流法等。這些背景不變算法的優(yōu)缺點(diǎn)描述如下表二。

在上述檢測算法中，幀間差分法和背景減除法更加適用于如視頻監(jiān)控、智能交通系統(tǒng)等圖像背景靜止的環(huán)境中。光流法則更加適用于背景不斷變化的動態(tài)環(huán)境中。下面我們來介紹以上三種常用算法的基本原理。

表二 各種機(jī)器視覺物體運(yùn)動檢測算法比較

幀間差分法的適應(yīng)環(huán)境能力強(qiáng)、計(jì)算量小、且穩(wěn)定性好，是目前應(yīng)用廣泛的一類運(yùn)動檢測方法。其原理是將相幀或者三幀序列圖像像素點(diǎn)的對應(yīng)灰度值進(jìn)行相減，如果灰度差值大于閾值則說明此處物體發(fā)生了變化，它是運(yùn)動的；如果像素的灰度差值小于給定閾值說明此處物體沒有發(fā)生變化，認(rèn)為它是靜止的。將像素灰度值發(fā)生變化的部分標(biāo)記出來，這些被標(biāo)記的點(diǎn)就組成了運(yùn)動目標(biāo)區(qū)域。進(jìn)一步對灰度圖像進(jìn)行二值化分析，提取目標(biāo)運(yùn)動信息，區(qū)分出前景和背景圖像，進(jìn)而分割出運(yùn)動目標(biāo)。

背景減除法其實(shí)是一種特別的幀間差分法，背景減除法根據(jù)將當(dāng)前幀圖像與背景模型做差來實(shí)現(xiàn)對運(yùn)動目標(biāo)的檢測。這種方法首先獲取背景模型，并將其保存起來，當(dāng)對某一幀圖像進(jìn)行檢測時，用實(shí)時獲取的幀圖像與背景模型做差分運(yùn)算，得到要檢測的運(yùn)動目標(biāo)。

光流法是當(dāng)運(yùn)動目標(biāo)在監(jiān)控場景中產(chǎn)生運(yùn)動的時候，物體表面會形成位移矢量場，根據(jù)其變化可以得到運(yùn)動目標(biāo)。光流是指移動物體在其對應(yīng)的灰度圖像上的表面運(yùn)動，在光流場中，運(yùn)動目標(biāo)的速度矢量形成的平面投影構(gòu)成了目標(biāo)的運(yùn)動信息。運(yùn)動目標(biāo)在投影上形成的速度矢量是比較均勻，運(yùn)動目標(biāo)速度不同形成的速度矢量也不相同，通過光流的計(jì)算結(jié)果就可以區(qū)分出速度不同的運(yùn)動目標(biāo)。

圖像處理算法一開始應(yīng)用應(yīng)該是采用服務(wù)器的軟件算法來完成，隨著互聯(lián)網(wǎng)技術(shù)的不斷成熟，會擴(kuò)展到云端計(jì)算來完成，但是這樣對于網(wǎng)絡(luò)帶寬要求非常大，對于云服務(wù)器的計(jì)量量要求也非常高。筆者估計(jì)，視頻圖像處理技術(shù)算法的大規(guī)模產(chǎn)業(yè)化應(yīng)用，必然是需要專業(yè)的芯片來完成，該芯片就是機(jī)器視覺 (CV) 芯片。芯片方式一定是能夠降低成本，同時提高運(yùn)算能力。從近年的整個行業(yè)情況來看，計(jì)算機(jī)視覺作為人工智能領(lǐng)域最重要的方向之一，由于機(jī)器視覺芯片誕生和深度學(xué)習(xí)算法不斷發(fā)展，近幾年獲得了巨大的發(fā)展，各項(xiàng)應(yīng)用在不同的行業(yè)里開始落地生根。

機(jī)器視覺的應(yīng)用

歷史

最早的機(jī)器視覺提出開始與上個視覺60年代，隨后1973年，美國自然科學(xué)基金會制定了1973-1982 視覺系統(tǒng)和機(jī)器人的發(fā)展計(jì)劃，并研究成功了一些實(shí)用的視覺系統(tǒng)，應(yīng)用于機(jī)械手定位、集成電路生產(chǎn)、精密電子產(chǎn)品裝配、飲料罐裝的檢驗(yàn)等場合；后來在PCB制作工藝中也采用機(jī)器視覺系統(tǒng)，用于印制電路板的質(zhì)量監(jiān)測等。除了在生產(chǎn)制造領(lǐng)域外，軍事領(lǐng)域也廣泛應(yīng)用，如精確的制導(dǎo)系統(tǒng)等，無人機(jī)的自動導(dǎo)航等；還有CV也應(yīng)用在生物實(shí)驗(yàn)等領(lǐng)域，用于監(jiān)測生物各個生產(chǎn)規(guī)律，通過加速視頻播放來呈現(xiàn)生物生長等過程；在汽車自動駕駛領(lǐng)域，CV芯片也有不斷深入的應(yīng)用。

現(xiàn)在

在當(dāng)今這個時代，計(jì)算機(jī)視覺領(lǐng)域呈現(xiàn)出很多新的趨勢，其中最為顯著的一個，就是應(yīng)用的爆炸性增長。除了手機(jī)、個人電腦和工業(yè)檢測之外，計(jì)算機(jī)視覺技術(shù)在智能安防、機(jī)器人、自動駕駛、智慧醫(yī)療、無人機(jī)、增強(qiáng)現(xiàn)實(shí)（AR）等領(lǐng)域都出現(xiàn)了各種形態(tài)的應(yīng)用方式。計(jì)算機(jī)視覺迎來了一個應(yīng)用爆炸性增長的時代，目前的應(yīng)用如下圖所示，主要以運(yùn)動控制為主。

圖二：當(dāng)前機(jī)器視覺多種應(yīng)用方式

隨著各個領(lǐng)域技術(shù)不斷發(fā)展，許多科技巨頭也開始了在圖像識別和人工智能領(lǐng)域的布局，F(xiàn)acebook簽下的人工智能專家Yann LeCun最重大的成就就是在圖像識別領(lǐng)域，其提出的LeNet為代表的卷積神經(jīng)網(wǎng)絡(luò)，在應(yīng)用到各種不同的圖像識別任務(wù)時都取得了不錯效果，被認(rèn)為是通用圖像識別系統(tǒng)的代表之一；Google 借助模擬神經(jīng)網(wǎng)絡(luò)“DistBelief”通過對數(shù)百萬份YouTube 視頻的學(xué)習(xí)自行掌握了貓的關(guān)鍵特征，這是機(jī)器在沒有人幫助的情況下自己讀懂了貓的概念。值得一提的是，負(fù)責(zé)這個項(xiàng)目的Andrew Ng后來轉(zhuǎn)投百度領(lǐng)導(dǎo)百度（現(xiàn)已離職），其一個重要的研究方向就是人工智能和圖像識別，這也能看出國內(nèi)科技公司對圖像識別技術(shù)以及人工智能技術(shù)的重視程度。

未來

機(jī)器視覺領(lǐng)域的應(yīng)用將呈現(xiàn)了爆發(fā)式的增長態(tài)勢。剛才已經(jīng)提到在安防監(jiān)控、高度的自動化駕駛、增強(qiáng)現(xiàn)實(shí)、醫(yī)療圖像、機(jī)器人工業(yè)視覺、移動互聯(lián)網(wǎng)等領(lǐng)域都有眾多的計(jì)算機(jī)視覺應(yīng)用產(chǎn)生。CV芯片的成熟量產(chǎn)將使得人類生活在一個無所隱藏的時代，每個帶有CV芯片的攝像頭就是視力遠(yuǎn)遠(yuǎn)高于5.0的眼睛，并且超強(qiáng)的分析判斷能力；當(dāng)然人工智能的有序應(yīng)用，最終將造福人類。

下圖是對2014年至2018年全球機(jī)器視覺系統(tǒng)及部件機(jī)器視覺市場規(guī)模預(yù)測，圖中折線為年增長率，由圖根據(jù)復(fù)合增長率可以計(jì)算出2014-2018年的復(fù)合增長率為8.39%。

圖三：全球機(jī)器視覺市場規(guī)模預(yù)測

國內(nèi)外CV芯片公司與特點(diǎn)

國內(nèi)的機(jī)器視覺相關(guān)公司有一些，大部分都是屬于視覺芯片產(chǎn)品應(yīng)用型公司，而半導(dǎo)體芯片制造公司比較少。

視覺芯片產(chǎn)品應(yīng)用型公司如杭州?？禉C(jī)器人技術(shù)有限公司，起步于全球安防排名首位——海康威視成立的機(jī)器視覺業(yè)務(wù)部，依托?？低曉谝曇纛l、成像采集與核心算法等領(lǐng)域技術(shù)積累，海康機(jī)器人主攻智能制造，業(yè)已開拓機(jī)器視覺、移動機(jī)器人以及行業(yè)級無人機(jī)等業(yè)務(wù)領(lǐng)域。其中，機(jī)器視覺產(chǎn)品覆蓋全系列工業(yè)面陣、線陣、立體相機(jī)，鏡頭，視覺軟件平臺，視覺控制器及工業(yè)智能相機(jī)等。

廣州云從信息科技有限公司 (簡稱云從科技) 是一家專注于計(jì)算機(jī)視覺與人工智能的高科技企業(yè)，核心技術(shù)源于四院院士、計(jì)算機(jī)視覺之父——Thomas S.Huang (黃煦濤) 教授。核心團(tuán)隊(duì)曾于2007年到2011年6次斬獲智能識別世界冠軍，得到上市公司佳都科技與香港杰翱資本的戰(zhàn)略投資。公司主要技術(shù)團(tuán)隊(duì)來自中國科學(xué)院重慶分院，是中科院研發(fā)實(shí)力最雄厚的人臉識別團(tuán)隊(duì)，并作為中科院戰(zhàn)略性先導(dǎo)科技專項(xiàng)的唯一人臉識別團(tuán)隊(duì)，代表參與了***喀什等地安防布控。

格靈深瞳是一家將計(jì)算機(jī)視覺和深度學(xué)習(xí)技術(shù)應(yīng)用于商業(yè)領(lǐng)域的科技公司，自主研發(fā)的深瞳技術(shù)在人和車的檢測、跟蹤與識別方面居于世界領(lǐng)先水平。公司借助海量數(shù)據(jù)，讓計(jì)算機(jī)像人一樣看懂這個世界，實(shí)時獲取自然世界正在發(fā)生的一切，打造自然世界的搜索引擎。華為海思在機(jī)器視覺這塊也積極布局，但是目前還沒有成熟量產(chǎn)CV芯片推出。

中星微電子

中星微電子是國內(nèi)為數(shù)不多的一家機(jī)器視覺芯片設(shè)計(jì)公司，其芯片的主要功能在人臉識別領(lǐng)域的應(yīng)用。2016年6月20日，中星率先推出中國首款嵌入式神經(jīng)網(wǎng)絡(luò)處理器（NPU）芯片中星微，這是全球首顆具備深度學(xué)習(xí)人工智能的嵌入式視頻采集壓縮編碼系統(tǒng)級芯片，并取名“星光智能一號”。這款基于深度學(xué)習(xí)的芯片運(yùn)用在人臉識別上，最高能達(dá)到98%的準(zhǔn)確率，超過人眼的識別率。該芯片于2016年3月6日實(shí)現(xiàn)量產(chǎn)，目前出貨量為十幾萬件。該NPU采用了“數(shù)據(jù)驅(qū)動”并行計(jì)算的架構(gòu)，單顆NPU（28nm）能耗僅為400mW，極大地提升了計(jì)算能力與功耗的比例，可以廣泛應(yīng)用于高清視頻監(jiān)控、智能駕駛輔助、無人機(jī)、機(jī)器人等嵌入式機(jī)器視覺領(lǐng)域。

圖四：中星微NPU框架

NEXTCHIP

韓國NEXTCHIP公司1997年成立，2007年在韓國已經(jīng)上市，是一個以圖像處理技術(shù)為主的公司。公司的產(chǎn)品設(shè)計(jì)視頻監(jiān)控、DVR、SOC、自動駕駛系統(tǒng)中的核心芯片，均是以圖形處理、傳輸為主的半導(dǎo)體芯片廠家。公司涉及機(jī)器視覺領(lǐng)域芯片是在自動駕駛系統(tǒng)的應(yīng)有中，主打產(chǎn)品APACHE4是瞄準(zhǔn)下一代的ADAS體系的SOC芯片。

APACHE4加入了專用檢測引擎，支持行人檢測、車輛檢測、車道檢測和移動物體檢測四種監(jiān)測類型。嵌入其中的CEVA-XM4圖像和視覺平臺可讓APACHE4的客戶使用高階軟件編程來開發(fā)差異化的ADAS應(yīng)用，具體應(yīng)有如下圖，在車輛系統(tǒng)的前后左右都有圖像采集系統(tǒng)，搭配一顆APACHE4，并將采集數(shù)據(jù)送入到圖像分析系統(tǒng)ECU，并將分析結(jié)果送入汽車操控系統(tǒng)。

圖五：APACHE4在汽車自動駕駛中應(yīng)用

Movidius

Movidius是一家無晶圓半導(dǎo)體公司，2016年9月英特爾宣布將收購計(jì)算機(jī)視覺創(chuàng)業(yè)公司Movidius，這家公司也是谷歌Project Tango 3D傳感器技術(shù)背后的功臣。Movidius的使命是“為機(jī)器賦予視覺能力”，同時也將與英特爾的RealSense技術(shù)配合。該公司主要產(chǎn)品為低功耗視覺處理器：Myriad 系列 VPU，而且已經(jīng)與谷歌、聯(lián)想和大疆等公司簽訂了協(xié)議。

DJI大疆宣布推出最新的無人機(jī)產(chǎn)品Phantom 4。這款飛行器采用計(jì)算機(jī)視覺來實(shí)現(xiàn)自主飛行，核心的機(jī)器視覺芯片就是采用了Movidius的Myriad 2芯片。早在2014年，Movidius推出的首顆芯片Myriad 1就應(yīng)用到了谷歌的第一代Project Tango平板中。

2017年8月28日，INTEL宣布推出Movidius Myriad X視覺處理器（VPU），該處理器是一款低功耗SoC，主要用于基于視覺的設(shè)備的深度學(xué)習(xí)和AI算法加速，比如無人機(jī)、智能相機(jī)、VR/AR頭盔。

圖六：Myriad X視覺處理器

Myriad X的推出并不會取代Myriad 2。Movidius稱，Myriad X能在同一功率范圍內(nèi)的深度神經(jīng)網(wǎng)絡(luò)DNN推理中，提供10倍于Myriad 2的性能。Myriad X擁有Movidius稱之為神經(jīng)計(jì)算引擎（Neural Compute Engine）的功能，這是一種集成在芯片上的DNN加速器。

Movidius稱，有了它，Myriad X的DNN推理吞吐量能達(dá)到每秒超過一萬億次運(yùn)算（TOPS）。除了神經(jīng)計(jì)算引擎，SoC 16還具有可編程矢量處理器，可配置MIPI通道和Vision Accelerator。矢量處理器使您能夠一起運(yùn)行多個成像和視覺應(yīng)用。

此外，MIPI通道確保您可以將多達(dá)8個HD-RGB攝像機(jī)直接連接到Myriad X.該芯片可以處理高達(dá)每秒7億像素的圖像信號。最后，Vision Accelerator可以讓您執(zhí)行光流量和立體聲深度等任務(wù)，而無需額外的計(jì)算能力。與人類相媲美的視覺智能設(shè)備構(gòu)成了計(jì)算的下一步, 隨著低功耗的CV芯片的逐漸發(fā)展，真正的AI離我們越來越近了。

Ambarella

美國安霸（Ambarella）是高清視頻業(yè)界的技術(shù)領(lǐng)導(dǎo)者，主要提供低功耗、高清視頻壓縮與圖像處理的解決方案。2015年安霸收購意大利公司VisLab，計(jì)劃借此進(jìn)入計(jì)算機(jī)視覺芯片市場。

安霸收購VisLab后，包括“計(jì)算機(jī)視覺算法、傳感器融合以及基于算法的感知、探測和決斷”等在內(nèi)的多項(xiàng)核心技術(shù)也將一并納入安霸麾下，同時安霸的汽車軌跡記錄芯片以及基于攝像頭的系統(tǒng)級芯片解決方案也是吸引VisLab加入的重要原因。

安霸本身是圖像處理芯片公司，同時一直在汽車行業(yè)也有出色的芯片應(yīng)用，有了機(jī)器視覺芯片后，安霸在汽車自動駕駛領(lǐng)域?qū)鸬礁笞饔?。業(yè)界消息反饋，目前安霸的機(jī)器視覺芯片CV1將在今秋送樣。安霸的CV1未來取決于算法和軟件，最終是有沒有可能投入到龐大的車隊(duì)和達(dá)到LEVEL4的自動駕駛水平。

摩根士丹利證券分析師 Joseph Moore 指出，“電腦視覺（computer vision）”蘊(yùn)藏極大商機(jī)，將創(chuàng)造出許多贏家，安霸在影像處理領(lǐng)域的深厚專業(yè)知識使其處于獨(dú)特的地位。安霸首款電腦視覺芯片將自今年秋季起開始送樣并進(jìn)行必要的車用認(rèn)證程序。如果一切進(jìn)行順利，安霸的電腦視覺芯片可望自明年起開始拉高產(chǎn)量。

Inuitive

Inuitive是一家先進(jìn)的3D計(jì)算機(jī)視覺和圖像處理器設(shè)計(jì)廠家，利用CEVA-XM4智慧視覺DSP的授權(quán)許可，運(yùn)行復(fù)雜的即時深度感測、特征跟蹤、目標(biāo)識別、深度學(xué)習(xí)和其它以各種行動設(shè)備為目標(biāo)的視覺相關(guān)之演算法。

CEVA圖像和視覺DSP滿足最復(fù)雜計(jì)算攝影和電腦視覺應(yīng)用對極端處理的需求，比如視頻分析、擴(kuò)增實(shí)境和先進(jìn)駕駛輔助系統(tǒng)(ADAS)。透過從CPU和GPU卸載下這些性能密集型的任務(wù)，這些高效的DSP可大幅降低整體系統(tǒng)的功耗，同時還可提供完整的靈活性。這些行動設(shè)備包括擴(kuò)增實(shí)境和虛擬實(shí)境頭戴耳機(jī)、無人機(jī)、消費(fèi)機(jī)器人、360度相機(jī)和深度感測器等。

圖七：Inuitive視覺處理器NU3000

目前該公司在機(jī)器視覺的芯片有NU3000和NU4000 兩款。NU4000是Inuitive在其NU3000多核影像處理器成功的基礎(chǔ)之上所推出的新款產(chǎn)品；NU3000以第三代的CEVA-MM3101圖像和視覺DSP來提供立體視覺功能，現(xiàn)在是Google Project Tango生態(tài)系統(tǒng)中的一部分，開發(fā)人員能夠利用它來開發(fā)需要即時深度產(chǎn)生、映射、定位、導(dǎo)航和其它復(fù)雜信號處理演算法的應(yīng)用。

小結(jié)

從目前的數(shù)據(jù)看，機(jī)器視覺領(lǐng)域目前是一個巨大的市場，如下圖預(yù)測，預(yù)計(jì)在2018年市場容量將達(dá)到50.43億美元的規(guī)模。面對如此巨大的市場，并且核心的硬件芯片占了整套視覺系統(tǒng)大概35%的成本的情形下，半導(dǎo)體行業(yè)各個大公司都對此領(lǐng)域虎視眈眈。但是因其技術(shù)壁壘較高，需要有成熟的圖像算法方面積累，半導(dǎo)體公司也不敢貿(mào)然進(jìn)入。

中國國內(nèi)大部分是在視覺產(chǎn)品中下游公司，設(shè)計(jì)生產(chǎn)專用機(jī)器視覺芯片公司鳳毛麟角。從中國國內(nèi)機(jī)器視覺專利申請數(shù)量看，在二十年前，幾乎沒有任何的專利創(chuàng)新，2011年，我國機(jī)器視覺專利申請數(shù)為267個；2012年，我國機(jī)器視覺專利申請數(shù)量為298個；2013年為101個，說明國內(nèi)也在不斷重視機(jī)器視覺這個領(lǐng)域，試圖在產(chǎn)業(yè)的高端有所突破。

放眼全球，INTEL、安霸等半導(dǎo)體巨頭在CV領(lǐng)域早有研究，并且目前有成熟可量產(chǎn)的CV芯片上市，在高端控制了整個機(jī)器視覺領(lǐng)域，同時，這些國際大公司也通過自己本身在行業(yè)的影響地位，不斷推動CV的各個行業(yè)的具體應(yīng)用，大力推動了整個CV行業(yè)的高速發(fā)展。

CV芯片未來發(fā)展趨勢

從目前CV芯片的現(xiàn)狀和機(jī)器視覺系統(tǒng)的應(yīng)用來看，芯片領(lǐng)域是一個非常巨大的市場，是計(jì)算機(jī)視覺未來大規(guī)模應(yīng)用的重要一環(huán)，筆者認(rèn)為未來的CV芯片有下面三大發(fā)展趨勢。

趨勢一：CV芯片的集成度進(jìn)一步提高。隨著半導(dǎo)體加工工藝向6nm邁進(jìn)，單顆CV的集成度將大大提升。更高效的大卷積解構(gòu)與復(fù)用機(jī)制成熟，在超大神經(jīng)網(wǎng)絡(luò)中可以進(jìn)一步減少總線上的數(shù)據(jù)通信，可以適當(dāng)深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)IP更加容易集成；同時，各種圖形處理算法IP直接固化在CV芯片中，降低了對GPU的計(jì)算能力依賴。未來的單顆CV芯片，將會標(biāo)配深度學(xué)習(xí)功能、神經(jīng)網(wǎng)絡(luò)功能和機(jī)器視覺處理、分析功能。

趨勢二：機(jī)器視覺芯片出現(xiàn)細(xì)分。CV芯片將隨著應(yīng)用領(lǐng)域不同而出現(xiàn)細(xì)分，如分為專用的自動駕駛CV芯片、無人機(jī)導(dǎo)航CV芯片、AR/VR應(yīng)用CV芯片等。因?yàn)樵谀硞€特殊領(lǐng)域，隨著機(jī)器視覺算法應(yīng)用需求越來越多，必然帶來成本的需求，以增加產(chǎn)品的利潤，所以，在CV芯片上做costdown，裁減非本領(lǐng)域的應(yīng)用功能，并不斷深化該領(lǐng)域應(yīng)用是必然的。

趨勢三：低功耗，SOC方式。云+端的方式，通過端完成關(guān)鍵的機(jī)器視覺功能，把處理結(jié)果傳回云，利用云端做分析判斷。這種方式優(yōu)勢是減少網(wǎng)絡(luò)帶寬，把視頻處理運(yùn)算由中心分散到前端，這個筆者一定是未來的一個重要趨勢。因此，作為端的CV芯片必須是低功耗并且?guī)в幸欢ǖ腃PU功能，需要做到單顆電池續(xù)航能力持久，并且具備一定的數(shù)據(jù)通信、任務(wù)調(diào)度功能。

在不久的將來，機(jī)器眼時代將全面來臨，我們都準(zhǔn)備好了嗎？