吳妮真

（百色職業(yè)學(xué)院，廣西 百色 533000）

信息化時(shí)代的開(kāi)啟，使得相關(guān)技術(shù)得到快速發(fā)展，尤其是與計(jì)算機(jī)有關(guān)的技術(shù)，計(jì)算機(jī)視覺(jué)技術(shù)便是其中之一。該技術(shù)以計(jì)算機(jī)為載體，以圖像處理、傳感器等為核心，可在各個(gè)領(lǐng)域進(jìn)行應(yīng)用，如航空航天、醫(yī)療、工業(yè)、教學(xué)、監(jiān)控等。文章就計(jì)算機(jī)視覺(jué)技術(shù)研究及發(fā)展趨勢(shì)展開(kāi)分析。

1 計(jì)算機(jī)視覺(jué)技術(shù)

計(jì)算機(jī)視覺(jué)技術(shù)又被稱為機(jī)器視覺(jué)技術(shù)（Machine Vision Technology），以下簡(jiǎn)稱MVT，它是一門(mén)交叉學(xué)科，其中涵蓋諸多領(lǐng)域，如AI（人工智能）、Image Processing（圖像處理）等[1]。該技術(shù)以計(jì)算機(jī)作為載體，對(duì)人類的視覺(jué)功能進(jìn)行模擬，提取圖像中的信息，經(jīng)過(guò)處理后用于檢測(cè)、控制等。信息量大、速度快是MVT 較為突出的特點(diǎn)。

現(xiàn)階段，在我國(guó)國(guó)民經(jīng)濟(jì)快速發(fā)展、社會(huì)不斷進(jìn)步的背景下，人民的生活質(zhì)量已經(jīng)有了很大程度的提升，在信息時(shí)代的影響下，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)已經(jīng)深入普及到各家各戶，越來(lái)越多的普通社會(huì)民眾，感受到了計(jì)算機(jī)網(wǎng)絡(luò)信息數(shù)據(jù)收集處理技術(shù)發(fā)展帶來(lái)的便利。

隨著信息時(shí)代腳步的加快，信息電子技術(shù)以及網(wǎng)絡(luò)通信等技術(shù)，已經(jīng)獲得了全面的發(fā)展，隨著信息技術(shù)的飛速發(fā)展，計(jì)算機(jī)視覺(jué)圖像技術(shù)的發(fā)展突飛猛進(jìn)，這些技術(shù)在通常情況下，會(huì)被應(yīng)用在對(duì)人體內(nèi)部視覺(jué)系統(tǒng)進(jìn)行圖像數(shù)據(jù)采集以及檢測(cè)圖像處理的過(guò)程中；將其與視覺(jué)技術(shù)高度融合可應(yīng)用到工業(yè)檢測(cè)儀器設(shè)備以及零件上的圖像處理方面，也有些技術(shù)會(huì)被應(yīng)用于對(duì)所需要采集的零件圖像數(shù)據(jù)進(jìn)行深度多層次圖像處理中。

計(jì)算機(jī)視覺(jué)技術(shù)，其本質(zhì)屬于可以讓計(jì)算機(jī)系統(tǒng)“看”的技術(shù)類型，這里的“看”，指得并不是通過(guò)人類的雙眼觀察，而是需要借助計(jì)算機(jī)系統(tǒng)進(jìn)行“看”，就是讓計(jì)算機(jī)學(xué)會(huì)去“看”。在工作的進(jìn)行過(guò)程中，需要借助攝影機(jī)、掃描儀、成像儀以及電腦等諸多設(shè)備儀器，用其替代人眼的觀看模式，對(duì)需要被檢測(cè)的對(duì)象，通過(guò)視覺(jué)感受進(jìn)行識(shí)別、分析、測(cè)量以及檢測(cè)。該技術(shù)是現(xiàn)階段比較先進(jìn)且發(fā)展速度比較快的信息技術(shù)類型。隨著各方面研究人員對(duì)計(jì)算機(jī)視覺(jué)技術(shù)的深入研究，計(jì)算機(jī)視覺(jué)技術(shù)已經(jīng)朝著更加完善的方向發(fā)展，在實(shí)際的應(yīng)用過(guò)程中，也正逐漸將圖像當(dāng)中的多維數(shù)據(jù)與人工數(shù)據(jù)進(jìn)行進(jìn)一步的融合，這樣可以進(jìn)一步促進(jìn)信息的處理以及分析工作，并能夠?qū)π袨檫M(jìn)行一定程度的控制。

2 計(jì)算機(jī)視覺(jué)技術(shù)研究現(xiàn)狀

2.1 國(guó)外的研究現(xiàn)狀

國(guó)外對(duì)MVT 的研究始于20 世紀(jì)60 年代，當(dāng)時(shí)美國(guó)麻省理工學(xué)院的羅伯茨教授，在自己的論文中，分析了從2D 圖像獲取3D 形狀信息的可能性，由此正式開(kāi)啟機(jī)器視覺(jué)理論與實(shí)踐的研究。20 世紀(jì)70 年代，視覺(jué)計(jì)算理論的創(chuàng)始人D.Marr 與該領(lǐng)域內(nèi)的一眾學(xué)者經(jīng)過(guò)深入研究，創(chuàng)立出具有系統(tǒng)化特點(diǎn)的計(jì)算機(jī)視覺(jué)理論，為機(jī)器視覺(jué)的相關(guān)研究奠定了基礎(chǔ)。這對(duì)于MVT的發(fā)展具有里程碑意義，該理論的核心是依托2D 圖像恢復(fù)3D 幾何形狀。到80 年代后，國(guó)外在MVT 方面的研究不斷深入，從最初的實(shí)驗(yàn)室向?qū)嶋H應(yīng)用方向轉(zhuǎn)移。進(jìn)入90 年代，國(guó)外將MVT 廣泛應(yīng)用到工業(yè)環(huán)境領(lǐng)域中。發(fā)達(dá)國(guó)家的MVT 發(fā)展速度比較快，如歐美、日本等，他們對(duì)該技術(shù)的應(yīng)用也相對(duì)成熟，主要的應(yīng)用領(lǐng)域?yàn)榘雽?dǎo)體、電子等行業(yè)[2]?，F(xiàn)如今，國(guó)外的MVT 逐步細(xì)化，整個(gè)技術(shù)被分為三個(gè)部分，即底層開(kāi)發(fā)、二次開(kāi)發(fā)、最終使用。其中底層開(kāi)發(fā)是對(duì)相關(guān)系統(tǒng)的設(shè)計(jì)與構(gòu)建，在這方面取得成果的公司有德國(guó)的Siemens、美國(guó)的DVT、日本的歐姆龍等，他們?cè)跈C(jī)器視覺(jué)軟硬件產(chǎn)品的開(kāi)發(fā)中投入大量的人財(cái)物力；二次開(kāi)發(fā)是利用各公司開(kāi)發(fā)出來(lái)的機(jī)器視覺(jué)系統(tǒng)，在滿足用戶需求的基礎(chǔ)上進(jìn)行的專用系統(tǒng)開(kāi)發(fā)；最終使用是用戶在相應(yīng)的領(lǐng)域內(nèi)對(duì)成型的機(jī)器視覺(jué)系統(tǒng)進(jìn)行運(yùn)用。

2.2 國(guó)內(nèi)的研究現(xiàn)狀

我國(guó)對(duì)機(jī)器視覺(jué)這一概念的引入是在21 世紀(jì)初，截至目前，該技術(shù)仍然處于推廣普及階段。由于我國(guó)在機(jī)器視覺(jué)硬件、軟件等方面的開(kāi)發(fā)能力并不是很強(qiáng)，從而使得國(guó)內(nèi)的MVT 與國(guó)外的MVT 之間存在一定的差距，致使相關(guān)產(chǎn)品的開(kāi)發(fā)成本較高，并且效率比較低。國(guó)內(nèi)的研究院所、大專院校、相關(guān)企業(yè)，在最近幾年里紛紛加大了對(duì)MVT 的研究力度，并將該技術(shù)應(yīng)用于工業(yè)現(xiàn)場(chǎng)，如電子制造業(yè)、半導(dǎo)體行業(yè)、制藥等。一些專家學(xué)者基于MVT 研發(fā)出產(chǎn)品缺陷檢測(cè)設(shè)備，該設(shè)備能夠?qū)|(zhì)量不合格的產(chǎn)品進(jìn)行分揀。隨著MVT 的逐步完善，其在國(guó)內(nèi)的汽車(chē)制造業(yè)、新能源行業(yè)也得到一定的應(yīng)用?，F(xiàn)階段，我國(guó)的MVT 正在向多個(gè)領(lǐng)域及行業(yè)延伸。

目前我國(guó)計(jì)算機(jī)視覺(jué)技術(shù)在專利數(shù)量方面發(fā)展飛快，但在布局方面稍有不足。主要體現(xiàn)在以下幾方面：首先，計(jì)算機(jī)視覺(jué)在AI 方面占比較大。在人工智能中，計(jì)算機(jī)視覺(jué)相當(dāng)于人類的眼睛，屬于感知層中至關(guān)重要的一項(xiàng)核心技術(shù)。計(jì)算機(jī)視覺(jué)技術(shù)通過(guò)模擬生物視覺(jué)，針對(duì)捕捉到的圖像上的數(shù)據(jù)和信息實(shí)施跟蹤、識(shí)別以及檢測(cè)等，充分“分析”并“解讀”這些圖像?，F(xiàn)階段，這個(gè)技術(shù)已經(jīng)被大面積投入到銷(xiāo)售、安防、醫(yī)療和自動(dòng)駕駛等行業(yè)應(yīng)用中，也是當(dāng)前人工智能技術(shù)中使用最廣的一項(xiàng)技術(shù)。不論是我國(guó)還是其他國(guó)家，計(jì)算機(jī)視覺(jué)都是AI 企業(yè)最集中的技術(shù)領(lǐng)域，在全世界AI 企業(yè)中計(jì)算機(jī)視覺(jué)技術(shù)比重約占40%。其次，我國(guó)申請(qǐng)AI 技術(shù)專利數(shù)量在世界居領(lǐng)先地位。根據(jù)AIIA 數(shù)據(jù)顯示，我國(guó)在2019 年申請(qǐng)的人工智能專利數(shù)量達(dá)到十萬(wàn)項(xiàng)以上，穩(wěn)居全球第一；緊隨其后的是美國(guó)，專利數(shù)量在八萬(wàn)項(xiàng)左右；英國(guó)、日本、澳大利亞和加拿大分別入圍世界人工智能技術(shù)專利申請(qǐng)數(shù)量前六國(guó)家。計(jì)算機(jī)視覺(jué)屬于人工智能方面的應(yīng)用技術(shù)，比重為17.72%。再次，我國(guó)在計(jì)算機(jī)視覺(jué)技術(shù)專利申請(qǐng)方面發(fā)展速度飛快。立足于計(jì)算機(jī)視覺(jué)技術(shù)專利申請(qǐng)來(lái)源國(guó)分析，韓國(guó)、美國(guó)和日本申請(qǐng)數(shù)量相對(duì)穩(wěn)定，并且每年申請(qǐng)數(shù)量皆不超過(guò)700 件，但是我國(guó)在2010 年第一次在申請(qǐng)數(shù)量上超過(guò)上述三個(gè)國(guó)家，最近幾年申請(qǐng)量更是遠(yuǎn)遠(yuǎn)超過(guò)世界上其他國(guó)家。最后，我國(guó)在計(jì)算機(jī)視覺(jué)技術(shù)專利布局方面還稍有不足。雖然我國(guó)專利申請(qǐng)數(shù)量很多，但是在申請(qǐng)人前十的排名中并沒(méi)有我國(guó)申請(qǐng)人入選，在排名中前三位分別是富士通、佳能和三星電子。其中，日本專利申請(qǐng)人數(shù)量最集中也最多，我國(guó)申請(qǐng)人相對(duì)分散，沒(méi)有形成具有戰(zhàn)略意義的競(jìng)爭(zhēng)大格局，還需要進(jìn)一步深化專利布局方面的工作。

3 計(jì)算機(jī)視覺(jué)技術(shù)的具體應(yīng)用

MVT 以自身所具備的功能和技術(shù)優(yōu)勢(shì)，在諸多領(lǐng)域中得到越來(lái)越廣泛的應(yīng)用，如教學(xué)、檢測(cè)、監(jiān)控等。

3.1 在教學(xué)中的應(yīng)用

目前，很多中職院校都開(kāi)設(shè)了自動(dòng)控制類專業(yè)課程，在該課程的實(shí)踐教學(xué)中，可以對(duì)MVT 進(jìn)行合理運(yùn)用，由此能夠使學(xué)生提前接觸到該領(lǐng)域中的前沿技術(shù)，掌握相關(guān)的知識(shí)，為AI 機(jī)器人的設(shè)計(jì)提供技術(shù)支撐，這對(duì)于學(xué)生創(chuàng)新能力的提升具有重要意義?？稍谧詣?dòng)控制類課程的教學(xué)實(shí)踐中應(yīng)用MVT 完成嵌入式項(xiàng)目的開(kāi)發(fā)。由于MVT 本身涵蓋的內(nèi)容比較多，所以在對(duì)圖像處理算法進(jìn)行編寫(xiě)時(shí)，應(yīng)采取有效的方法對(duì)算法進(jìn)行簡(jiǎn)化，減少繁瑣的數(shù)學(xué)公式。運(yùn)用MVT 實(shí)施自動(dòng)控制類課程教學(xué)時(shí)，可將整個(gè)教學(xué)過(guò)程細(xì)分為以下幾個(gè)實(shí)驗(yàn)階段：演示、基礎(chǔ)性、綜合性。在演示實(shí)驗(yàn)階段，可為學(xué)生演示MVT 中的圖像處理技術(shù)、模式識(shí)別技術(shù)，包括相關(guān)的概念及算法等，軟件平臺(tái)可以選用MATLAB。通過(guò)演示，學(xué)生對(duì)MVT 有一個(gè)大致的了解，隨后便可開(kāi)始基礎(chǔ)性試驗(yàn)；在基礎(chǔ)性實(shí)驗(yàn)階段，需要設(shè)置算法簡(jiǎn)單的圖像處理技術(shù)，使學(xué)生熟練掌握軟件平臺(tái)的運(yùn)用，利用平臺(tái)完成圖像邊緣檢測(cè)，并采用程序編輯的方式，對(duì)RGB 彩圖進(jìn)行灰度化處理[3]；綜合性試驗(yàn)的設(shè)置目的在于鞏固知識(shí)，使學(xué)生對(duì)所學(xué)的知識(shí)進(jìn)行合理應(yīng)用，培養(yǎng)應(yīng)用能力。可通過(guò)小組的形式完成實(shí)驗(yàn)，各組可按照興趣選取項(xiàng)目。在教學(xué)領(lǐng)域中對(duì)MVT進(jìn)行應(yīng)用，能夠培養(yǎng)學(xué)生的創(chuàng)新能力，有助于教學(xué)效率和質(zhì)量的提升。

3.2 在檢測(cè)中的應(yīng)用

為避免產(chǎn)品存在質(zhì)量缺陷，需要對(duì)產(chǎn)品進(jìn)行缺陷檢測(cè)，在這一過(guò)程中，可以利用視覺(jué)傳感器對(duì)產(chǎn)品內(nèi)部缺陷進(jìn)行成像，然后借助MVT 快速完成圖像處理，從而確定產(chǎn)品是否存在缺陷，如果有缺陷，則可對(duì)位置、類型及數(shù)量加以確定。MVT 在產(chǎn)品缺陷檢測(cè)中的應(yīng)用，能夠避免人為評(píng)定的主觀性差異，評(píng)價(jià)結(jié)果更加客觀，有助于產(chǎn)品質(zhì)量的提升。除此之外，利用MVT 系統(tǒng)對(duì)產(chǎn)品進(jìn)行檢測(cè)，可以實(shí)現(xiàn)自動(dòng)化，生產(chǎn)效率隨之提升，人力成本降低，經(jīng)濟(jì)效益得到大幅度提高。尤其是在一些比較危險(xiǎn)的場(chǎng)合應(yīng)用MVT 系統(tǒng)，能夠降低安全事故的發(fā)生幾率。通常情況下，產(chǎn)品的缺陷存在差異，具體體現(xiàn)在形狀、位置、尺寸等方面，由此使缺陷檢測(cè)成為一項(xiàng)比較復(fù)雜的工作，而此項(xiàng)工作與產(chǎn)品質(zhì)量密切相關(guān)，所以必須予以重視。運(yùn)用MVT 系統(tǒng)進(jìn)行產(chǎn)品缺陷檢測(cè)，可以保證檢測(cè)結(jié)果的準(zhǔn)確性，整個(gè)檢測(cè)過(guò)程可細(xì)分為以下幾個(gè)步驟：對(duì)待檢測(cè)的產(chǎn)品圖像進(jìn)行獲取，然后采用圖像處理技術(shù)，去除其中的噪聲，增強(qiáng)對(duì)比度；借助圖像分割的方法，對(duì)缺陷區(qū)域進(jìn)行檢測(cè)定位，利用相機(jī)采集產(chǎn)品的相關(guān)信息；憑借專業(yè)知識(shí)，對(duì)產(chǎn)品表征、缺陷特征進(jìn)行提?。灰劳袡C(jī)器學(xué)習(xí)算法，實(shí)現(xiàn)缺陷分類[4]。

3.3 在監(jiān)控中的應(yīng)用

智慧交通概念的提出，使視頻監(jiān)控成為一項(xiàng)重要的內(nèi)容，在具體的監(jiān)控分析中，可對(duì)MVT 進(jìn)行應(yīng)用，由此能夠?qū)σ曨l中的信息進(jìn)行快速檢索和查詢，可為交通管理提供詳實(shí)、可靠的依據(jù)。在智慧交通領(lǐng)域中，可以通過(guò)視頻監(jiān)控對(duì)道路交通參數(shù)進(jìn)行提取，同時(shí)還能識(shí)別各種交通事件，如車(chē)輛逆行、人群聚集等。利用背景減除等方法，能夠?qū)煌繕?biāo)進(jìn)行檢測(cè)，據(jù)此可構(gòu)建車(chē)速和車(chē)距的交通流特征視覺(jué)測(cè)量模型，依托該模型，可以快速估算出交通流量、道路占用情況等，這樣便可對(duì)某一路段內(nèi)的交通擁堵程度進(jìn)行識(shí)別，進(jìn)而實(shí)現(xiàn)交通態(tài)勢(shì)預(yù)測(cè)，根據(jù)預(yù)測(cè)結(jié)果，配置紅綠燈，解決擁堵問(wèn)題，確保通行順暢[5]。

3.4 在工業(yè)領(lǐng)域中的應(yīng)用

通常情況下，在工業(yè)領(lǐng)域當(dāng)中，計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用主要體現(xiàn)在圖像立體預(yù)處理系統(tǒng)技術(shù)方面，這種技術(shù)是對(duì)立體圖像資料進(jìn)行數(shù)據(jù)分析和后處理，從其中自動(dòng)提取繪制出各種符合要求的立體圖像，這種技術(shù)的應(yīng)用，在很大程度上能夠提升在圖像后續(xù)處理工作中各步驟的組織實(shí)施管理的效率，提供更大的方便，減少處理的工作量。在當(dāng)前計(jì)算機(jī)數(shù)字視覺(jué)圖像技術(shù)實(shí)際應(yīng)用過(guò)程中，實(shí)現(xiàn)了傳統(tǒng)圖像處理中的二維數(shù)值圖像邊緣化，與此同時(shí)，對(duì)圖像進(jìn)行了高效的提取以及顯示，很大程度實(shí)現(xiàn)了圖像中預(yù)處理的視覺(jué)效果的提升。在經(jīng)過(guò)相對(duì)細(xì)致的分析以及檢測(cè)程序環(huán)節(jié)下，圖像的預(yù)處理結(jié)果將更加精準(zhǔn)，這也將使計(jì)算機(jī)視覺(jué)技術(shù)在現(xiàn)代工業(yè)生產(chǎn)中展現(xiàn)出了更廣闊的市場(chǎng)應(yīng)用前景優(yōu)勢(shì)。

4 計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展趨勢(shì)

從目前的總體情況來(lái)看，MVT 在國(guó)內(nèi)諸多領(lǐng)域中的應(yīng)用越來(lái)越廣泛，除工業(yè)產(chǎn)業(yè)之外，還涉及航空航天、醫(yī)療等重要領(lǐng)域。為使MVT 的作用得以最大限度地發(fā)揮，未來(lái)一段時(shí)期，該技術(shù)應(yīng)朝著如下方向發(fā)展：

4.1 三維工業(yè)視覺(jué)

傳統(tǒng)的二維MVT 系統(tǒng)需要對(duì)三維空間進(jìn)行壓縮，在實(shí)際應(yīng)用中發(fā)現(xiàn)，該系統(tǒng)會(huì)受到以下因素的干擾，如物體的顏色、環(huán)境光等。由于檢測(cè)對(duì)結(jié)果的精確性和可靠性要求較高，所以該系統(tǒng)已經(jīng)無(wú)法滿足檢測(cè)需要。近年來(lái)，傳感器技術(shù)的發(fā)展速度相對(duì)較快，3D 傳感器的出現(xiàn)，給三維MVT 系統(tǒng)提供了強(qiáng)有力的技術(shù)支撐，未來(lái)一段時(shí)期，三維機(jī)器視覺(jué)將會(huì)成為主流的發(fā)展趨勢(shì)，借助三維視覺(jué)系統(tǒng)，機(jī)器人可對(duì)一堆物體中的任意物體的相關(guān)信息進(jìn)行快速識(shí)別，如位置、方向等，可按照物體的實(shí)際情況，對(duì)方向進(jìn)行調(diào)整，完成物體拾取，在滿足人機(jī)交互需求的前提下，提高生產(chǎn)效能。

4.2 嵌入式視覺(jué)

嵌入式是一種專用的計(jì)算機(jī)系統(tǒng)，可用于設(shè)備的控制和輔助操作，將嵌入式系統(tǒng)與MVT 有機(jī)結(jié)合到一起，便可構(gòu)成嵌入式機(jī)器視覺(jué)系統(tǒng)，該系統(tǒng)具有如下特點(diǎn)：成本低、可靠性高、靈活方便、易于集成等。在未來(lái)一段時(shí)期，集成化、小型化的產(chǎn)品將會(huì)成為MVT 的主要發(fā)展方向之一。對(duì)于整個(gè)機(jī)器視覺(jué)行業(yè)而言，可對(duì)DSP 等處理器加以利用，將機(jī)器視覺(jué)系統(tǒng)嵌入芯片當(dāng)中，形成微型化產(chǎn)品，此類產(chǎn)品的用途非常廣泛，可植入任何位置，基本上不會(huì)受到限制。在嵌入式芯片功能不斷增強(qiáng)的前提下，微型化MVT 系統(tǒng)將會(huì)在PC 機(jī)領(lǐng)域中得到廣泛應(yīng)用，前景非常廣闊。

4.3 產(chǎn)品智能化

MVT 的價(jià)值體現(xiàn)在應(yīng)用方面，常規(guī)的MVT 系統(tǒng)可以產(chǎn)生大量的圖像，AI 技術(shù)的發(fā)展和圖像處理技術(shù)的完善，為MVT 產(chǎn)品智能化提供了支撐。未來(lái)一段時(shí)期，MVT 與AI 的融合將成為主要的發(fā)展趨勢(shì)，AI 將會(huì)使MVT 產(chǎn)品變得更加智能化，通過(guò)深度學(xué)習(xí)，使產(chǎn)品能夠像人一樣進(jìn)行思考，對(duì)環(huán)境進(jìn)行感知，并從海量信息當(dāng)中，找出關(guān)鍵的特征，在較短的時(shí)間內(nèi)完成判斷。如，開(kāi)發(fā)根據(jù)環(huán)境自主決策行動(dòng)路徑和拾取姿態(tài)的視覺(jué)引導(dǎo)機(jī)器人等。

4.4 視覺(jué)處理技術(shù)

在實(shí)際的發(fā)展過(guò)程中，計(jì)算機(jī)視覺(jué)技術(shù)在視覺(jué)處理方面的先進(jìn)性被凸顯得十分明顯，實(shí)際可以應(yīng)用的方面主要表現(xiàn)在：人臉識(shí)別、行人重識(shí)別、OCR 文字識(shí)別以及唇語(yǔ)識(shí)別方面。人臉識(shí)別是在面部特征信息的基礎(chǔ)上展開(kāi)圖像身份認(rèn)證的計(jì)算機(jī)視覺(jué)處理技術(shù)，可自動(dòng)在圖像中檢測(cè)和跟蹤人臉，并對(duì)檢測(cè)到的人臉進(jìn)行臉部識(shí)別。隨著這項(xiàng)技術(shù)的不斷發(fā)展，現(xiàn)階段開(kāi)始加入紅外熱像技術(shù)，經(jīng)過(guò)此技術(shù)的加成，人臉識(shí)別技術(shù)可以對(duì)紅外熱成像的圖像進(jìn)行識(shí)別，并進(jìn)行體溫測(cè)量。行人重識(shí)別屬于一種行人再識(shí)別技術(shù)，是借助計(jì)算機(jī)視覺(jué)技術(shù)對(duì)圖像或者視頻的序列當(dāng)中是否存在特定行人的判斷技術(shù)，屬于圖像檢索的子任務(wù)，可用于目標(biāo)人物檢測(cè)檢索等場(chǎng)景。OCR 文字識(shí)別是應(yīng)用光學(xué)技術(shù)以及計(jì)算機(jī)技術(shù)，對(duì)紙張上的文字進(jìn)行打印或者讀取，同時(shí)也可以將其轉(zhuǎn)換成為計(jì)算機(jī)以及人都能夠理解的形式?，F(xiàn)階段，印刷字體的OCR 技術(shù)已經(jīng)相當(dāng)成熟，相應(yīng)的文字可識(shí)別性能已經(jīng)超過(guò)95%。就唇語(yǔ)識(shí)別而言，主要是應(yīng)用計(jì)算機(jī)視覺(jué)技術(shù)，從連續(xù)圖像中對(duì)人說(shuō)話過(guò)程中口型變化的提取，經(jīng)過(guò)唇語(yǔ)識(shí)別模型計(jì)算后能夠得出可能性最大的自然語(yǔ)言語(yǔ)句，除此之外，這項(xiàng)技術(shù)可在噪聲環(huán)境或無(wú)聲環(huán)境中輔助語(yǔ)音識(shí)別的相關(guān)應(yīng)用。

5 結(jié)束語(yǔ)

綜上所述，計(jì)算機(jī)視覺(jué)技術(shù)作為一項(xiàng)綜合性技術(shù)，它的出現(xiàn)及其在各個(gè)領(lǐng)域中的應(yīng)用，為智能化和自動(dòng)化的實(shí)現(xiàn)提供了支撐，通過(guò)識(shí)別與測(cè)控，可以快速完成事物的判別，大幅度提升了工作效率。未來(lái)一段時(shí)期，應(yīng)當(dāng)加大對(duì)計(jì)算機(jī)視覺(jué)技術(shù)的研究力度，除對(duì)現(xiàn)有的技術(shù)進(jìn)行優(yōu)化改進(jìn)外，還應(yīng)研發(fā)一些新的技術(shù)，更好地為各個(gè)領(lǐng)域服務(wù)。