談到計算機視覺，作為現(xiàn)在相當火的一門學科，離我們的日常生活其實非常近。比如人臉識別、攝像頭拍路邊的指示牌就能直接翻譯成本國文字，或者可以選中、復制圖片中的文字信息，這些都可認為是計算機視覺/機器視覺的典型應(yīng)用。oXAesmc

計算機視覺早期實驗可以追溯到上世紀50年代；70年代時就有了區(qū)分手寫和書面文字的機器視覺商業(yè)應(yīng)用。簡單地說，計算機視覺就是讓計算機或機器，理解并解釋影像畫面、視覺數(shù)據(jù)，某種程度替代人眼來執(zhí)行觀察、識別、定位、檢查、測量、決策等工作。機器視覺系統(tǒng)能夠自動獲取、分析視覺影像，提供信息并控制機器或工作流程。oXAesmc

其應(yīng)用范圍當然不止于拍照的人臉識別，比如我們此前參觀英飛凌的工廠，就發(fā)現(xiàn)他們應(yīng)用機器視覺來檢查某些工序之下，半導體產(chǎn)品的良率問題——相比人工檢查要高效不少；微觀層面，EDA與foundry廠也基于機器視覺來發(fā)現(xiàn)芯片制造的缺陷......擴展開去，早前工業(yè)4.0這個詞流行起來時，我們就知道機器視覺在實現(xiàn)工業(yè)自動化的過程里扮演十分重要的角色。oXAesmc

如果我們簡單地將計算機視覺的工作流程切分成3大塊，大致就有影像捕捉、影像處理、影像分析與理解?；诖耍酒凇秶H電子商情》封面故事采訪到了思特威、Prophesee、銀牛微電子、Imagination Technologies。其中思特威和Prophesee主要是圖像/視覺傳感器供應(yīng)商，相關(guān)影像捕捉；Imagination則涉足后兩者——實際上Imagination早前也開發(fā)過ISP（圖像處理器）；銀牛微電子專注于3D視覺，其角色定位應(yīng)當是覆蓋了3個流程的。oXAesmc

雖說就產(chǎn)業(yè)鏈的角度，其中還有大量其他市場參與角色，比如上游的光源、鏡頭，中游的系統(tǒng)集成商，以及硬件之外的軟件、算法供應(yīng)商等等組成部分；不過我們還是期望本文能夠簡單勾勒出當前機器視覺市場的發(fā)展?jié)摿?。聊聊這個已經(jīng)有70多年發(fā)展歷史的領(lǐng)域，現(xiàn)在怎么樣了。 oXAesmc

各種語境下探討機器視覺

首先明確一下機器視覺（machine vision）與計算機視覺（computer vision）這兩個詞究竟在說什么。針對這兩個詞的定義和區(qū)別，各種不同的資料給出的解釋都存在差別。艾媒咨詢此前有報告提出，機器視覺是為計算機視覺技術(shù)的工程化，“計算機視覺為機器視覺提供圖像和景物分析的理論和算法基礎(chǔ)，機器視覺為計算機視覺的實現(xiàn)提供傳感器模型、系統(tǒng)構(gòu)造和實現(xiàn)手段”。oXAesmc

這話說得似乎有一定道理，聽起來是不同語境下不同維度的提法。從維基百科等資料來看，“機器視覺”這個說法更偏向于“計算機視覺”在工業(yè)領(lǐng)域的應(yīng)用。我們這次采訪的多名專家也有類似的說法。比如銀牛微電子聯(lián)合創(chuàng)始人兼副總裁何火高先生就提到：“機器視覺技術(shù)賦予工業(yè)設(shè)備‘看’的能力”，“機器視覺是計算機視覺技術(shù)一個非常重要的應(yīng)用領(lǐng)域，計算機視覺是機器視覺技術(shù)的重要組成部分。”oXAesmc

Imagination Technologies產(chǎn)品總監(jiān)Rob Fisher提到：“機器視覺可認為是計算機視覺的一個子集，計算機視覺包含更廣范圍的應(yīng)用。”產(chǎn)品總監(jiān)Gilberto Rodriguez則說：“計算機視覺和機器視覺的概念受到機器學習的影響，在發(fā)生迅速變化。”oXAesmc

Prophesee多名專家在回答中提到機器視覺與計算機視覺的界限模糊，“在同一領(lǐng)域里，我們經(jīng)常可以看到它們被互換使用。在我們看來，計算機視覺屬于更廣泛的視覺技術(shù)領(lǐng)域，而機器視覺則是計算機視覺的一個子集。”“更具體來說，我們可以將機器視覺視為一組任務(wù)導向型的視覺技能，應(yīng)用于一些特定的應(yīng)用（物體的存在檢測、質(zhì)量控制、尺寸檢測、自動檢查、通過/失敗決策...）。而計算機視覺則是一個跨學科的領(lǐng)域，在技術(shù)層面包含了最先進的視覺感知和計算。”oXAesmc

則本文將不再特意區(qū)分計算機視覺與機器視覺兩個詞，討論范圍只限定于“機器視覺”的含義部分。（比如很多行業(yè)報告和本文不將汽車ADAS系統(tǒng)算作機器視覺范疇，即便它應(yīng)用了諸多計算機視覺技術(shù)；但在某些文獻里，這兩個詞的確可以互換）oXAesmc

其次要闡明的一個問題是，計算機視覺與AI是什么樣的關(guān)系。畢竟現(xiàn)在我們經(jīng)?？吹竭@兩個詞同時出現(xiàn)。以及了解了兩者的關(guān)系，也就更能搞清楚計算機視覺的發(fā)展前景。在查資料時，比較令我們驚訝的是，幾乎所有專家都提到，計算機視覺就是將AI應(yīng)用于視覺世界，甚至說計算機視覺是AI的一個子集。按照我們的前期認知，計算機視覺的確有部分應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)的方案，但這不是計算機視覺的全部。oXAesmc

后來我們發(fā)現(xiàn)，普羅大眾對于“AI”的定義更加寬泛，它泛指對于人類行為方式或其他人類特性、智能進行模仿。那么機器視覺本來就是在特定領(lǐng)域?qū)θ搜酆屠斫庾瞿M，自然可將其歸屬于AI。不過實際上，現(xiàn)在我們常說的AI并不會有這么寬泛的定義。oXAesmc

Gilberto說：“計算機視覺原本用于描述由人類編寫、在一般或?qū)Ｓ糜嬎阌布袌?zhí)行的算法。隨著機器學習性能提升，以及高效異構(gòu)架構(gòu)的存在，現(xiàn)在我們可以通過訓練（AI training）來獲得算法，不再需要由人去寫代碼。這改變了我們對于計算機視覺概念的認識。”他特別強調(diào)，“隨著AI和機器視覺技術(shù)更多的應(yīng)用，傳統(tǒng)計算機視覺技術(shù)的采用正在變少。”這里的“AI”的含義實際有了窄化。oXAesmc

當我們說2012年在ImageNet圖像識別大賽里，AlexNet卷積神經(jīng)網(wǎng)絡(luò)（CNN）脫穎而出，還基于GPU做加速，這是對AI的革新。而且AlexNet當時也被認為是計算機視覺領(lǐng)域，影響最為深遠的技術(shù)創(chuàng)新。那么AI的概念，在此處就已經(jīng)窄化為深度學習（也是很多人對AI的狹義定義）。而計算機視覺對于深度學習的應(yīng)用，才是這兩年計算機視覺技術(shù)發(fā)展的重大趨勢。在這個語境里，就不能再說計算機視覺是AI的子集了；而應(yīng)當說AI在推動計算機視覺技術(shù)的發(fā)展。oXAesmc

AI火箭般的推力

AlexNet應(yīng)當是AI推動機器視覺技術(shù)發(fā)展的一個代表；到當代ResNet殘差神經(jīng)網(wǎng)絡(luò)每每成為我們聊AI，以及AI芯片公司發(fā)布產(chǎn)品時必提及的?？?。這其實就表明當代計算機視覺的發(fā)展，是被AI推著走的。就像Gilberto說的，傳統(tǒng)計算機視覺技術(shù)的分量在顯著減少；或者說從編程的角度來說，那些依據(jù)人類經(jīng)驗寫的明確的規(guī)則判斷，會變得越來越不及AI技術(shù)。oXAesmc

“尤其是近年來人工智能的熱潮，對機器視覺技術(shù)的發(fā)展起到了推波助瀾的作用。AI進入了一個新的層級，不僅僅是比算力，比指標，而是讓機器真正具有人的特征和屬性。今后AI將會在機器視覺領(lǐng)域扮演越來越重要的角色，并引領(lǐng)其今后的發(fā)展方向。”何火高先生說。oXAesmc

在深度學習應(yīng)用于機器視覺領(lǐng)域的問題上，雖然我們無法提供確切的數(shù)字。不過從我們采訪的這幾家企業(yè)，都能看出AI比重的加強。Imagination不必多說，這家企業(yè)目前主推的產(chǎn)品除了GPU之外，就是NNA神經(jīng)網(wǎng)絡(luò)加速器。其GPU本身也用于計算機視覺任務(wù)，“比如說360°去扭曲、重疊、信息顯示等。” Gilberto說。oXAesmc

而“卷積神經(jīng)網(wǎng)絡(luò)非常善于尋找和分類視覺對象...”“NNA是我們主要的計算機視覺處理器之一。NNA非常適合部署在高效率的機器學習計算中，實現(xiàn)從傳統(tǒng)計算到機器學習的過渡。”當然還有其RISC-V CPU也是機器學習對任務(wù)進行預(yù)處理/后處理的組成部分。oXAesmc

銀牛微電子主打3D雙目立體視覺技術(shù)。值得一提的是這家企業(yè)自研的NU4000芯片，何火高先生表示：“NU4000不但集成了深度引擎，AI算力引擎，通用CPU核，SLAM引擎，使應(yīng)用場景的擴展性增強，集成度也大幅提升，真正成為從深度感知到AI運算到系統(tǒng)控制的單芯片解決方案SoC。繼NU4000集成了第三方DSP和CNN引擎以后，未來銀牛將自研的其他AI處理能力，也將集成到下一代芯片上。”他透露，未來計劃要發(fā)布的芯片產(chǎn)品，除了主控CPU更強、能耗比更出色，3D深度視覺性能會更好，AI算力會越來越強勁。oXAesmc

思特威作為一家CIS（CMOS圖像傳感器）供應(yīng)商，前兩年就開始探討將AI算力與CIS更靠近的解決方案——這其實也是這兩年包括索尼等CIS廠商普遍在做的事情。思特威在本次采訪中談到 “AI智能傳感器平臺”，即“在圖像傳感器上集成邊緣AI計算，能有效地提高關(guān)鍵區(qū)域（如人臉或車牌）的分辨率，降低延時，并擁有高幀率及超低功耗，為人臉識別、高級輔助駕駛系統(tǒng)、無人駕駛、機器人等先進的人工智能應(yīng)用，解決因幀率不夠高、分辨率不足導致的響應(yīng)慢、演示稿及識別率低等問題，提升整個人工智能系統(tǒng)的能效。”oXAesmc

傳統(tǒng)CIS產(chǎn)生的數(shù)據(jù)應(yīng)用AI其實算是相當普遍的。但我們本次采訪的另一家企業(yè)Prophesee——這家企業(yè)所推的基于事件的視覺傳感器，是我們認為可能不關(guān)乎AI的一種傳感器類型。因為這種傳感器和傳統(tǒng)基于幀的圖像傳感器是不同的，它感知的是場景變化信息，靜態(tài)部分不會被捕捉；它更適用于常規(guī)的簡單規(guī)則判斷。不過Prophesee聯(lián)合創(chuàng)始人兼CEO Luca Verre告訴我們，最近芯鼎科技（iCatch）以及日本的DMP和Restar都分別宣布了與Prophesee的合作，開發(fā)基于事件的視覺傳感器AI方案，以及全球“首個基于事件的邊緣AI視覺系統(tǒng)和服務(wù)”。oXAesmc

oXAesmc

圖1，AI Research Funding Portfolios and Extreme Growth研究中計算機視覺占比近一半oXAesmc

無論這其中的AI具體是如何實施的或者在哪個環(huán)節(jié)，以基于事件的視覺傳感器都在與AI發(fā)生結(jié)合（或輔助）這一事實，機器視覺與AI已經(jīng)到了不可分割的地步。畢竟AI的一大熱點不就是計算機視覺嗎？oXAesmc

去年喬治城大學發(fā)布的一篇論文AI Research Funding Portfolios and Extreme Growth對600個大型AI研究集群做了分析，發(fā)現(xiàn)其中相關(guān)計算機視覺研究領(lǐng)域的占到了將近一半（圖1）。何火高先生打比方說：“計算機視覺是AI的最重要應(yīng)用場景，因為視覺占人類所有感官輸入的80%。” 基于AI當前為市場熱點的事實，我們都可以說計算機視覺當前正在“如日中天”的發(fā)展階段。oXAesmc

發(fā)展空間幾何？

要判斷一個行業(yè)的發(fā)展階段有很多種方法，包括看當前的市場增長率、新技術(shù)的迭代周期，以及市場參與者的份額分布情況。比較匪夷所思的是，我們看了大約不下10篇相關(guān)機器視覺的行業(yè)報告，諸多研究機構(gòu)對該行業(yè)的市場價值預(yù)估數(shù)量級相去甚遠——數(shù)據(jù)跨度有4倍之多；而且對分屬行業(yè)、區(qū)域的重要性也有各自不同的解讀。這可能和不同研究機構(gòu)對于“機器視覺”的定義有差異，或統(tǒng)計的范圍不同有關(guān)。oXAesmc

我們從市場規(guī)模數(shù)據(jù)、應(yīng)用方向，以及新技術(shù)點幾個方向來推測機器視覺市場目前所處的發(fā)展階段。oXAesmc

對包括Grand View Research、The Business Research Company、前瞻產(chǎn)業(yè)研究院等機構(gòu)的報告數(shù)據(jù)取個中值，機器視覺全球市場規(guī)模今年大約在130-150億美元左右，預(yù)計2021-2026的年復合增長率（CAGR）在8-12%，應(yīng)該說仍舊是高速增長中的行業(yè)。oXAesmc

其中有多家研究機構(gòu)的報告提到，該市場“高度分散”，有大量市場參與者。2020年排名前10的市場參與者所占整個市場的份額還不到20%。這里的“市場參與者”主要說的應(yīng)該是系統(tǒng)級供應(yīng)商（如工業(yè)相機），典型如Cognex（康耐視）、Keyence（基恩士）等。一般電子產(chǎn)業(yè)的高度分散，意味著該領(lǐng)域尚有巨大的競爭空間。不過這個問題或許還應(yīng)當仔細了解該領(lǐng)域不同層級的供應(yīng)商情況，涵蓋光源、鏡頭、傳感器、算法與軟件等各個相關(guān)組成部分。oXAesmc

至于機器視覺的應(yīng)用市場和方向，主要包括汽車、食品與飲料、制藥與醫(yī)療、電子與半導體、工業(yè)機器人、包裝印刷等。在工業(yè)操作中取代人工檢查與測量，是機器視覺比較大的應(yīng)用市場——畢竟全社會的發(fā)展方向，本來就是人力成本在不斷攀升的過程。機器視覺的本質(zhì)是自動化的組成部分，所以我們才總說工業(yè)4.0與機器視覺是息息相關(guān)的。oXAesmc

oXAesmc

圖2，2020-2026工業(yè)與自動化相機市場前瞻；來源：Yole DéveloppementoXAesmc

要說其中哪個行業(yè)成為機器視覺發(fā)展的重點，調(diào)研機構(gòu)的說法也差別不小。如前瞻產(chǎn)業(yè)研究院認為電子及半導體（制造）是當前機器視覺最大的下游市場；而Mordor Intelligence和Grand View Research則認為最大的應(yīng)用方向是汽車制造。從數(shù)據(jù)來看，這兩者應(yīng)當?shù)拇_在伯仲之間（雖然可能仍有量級差距）。與此同時，汽車行業(yè)的發(fā)展?jié)摿κ瞧毡楸徽J為最大的。oXAesmc

另外有關(guān)北美和亞太市場誰更大的問題也有分歧，但亞太市場發(fā)展?jié)摿Ω笠酁楣沧R...... 要驗證這些數(shù)據(jù)的可靠性，Cognex的財報大概是個方法。從Cognex公司2020年報來看，這家公司30%的營收來自于消費電子，20%來自物流行業(yè)，20%來自汽車，還有30%為其他。美國是其最大市場，歐洲其次。不過如果將其大中華區(qū)與亞洲其他地區(qū)營收相加，則的確僅次于美國市場。oXAesmc

當然一家公司的情況不能說明整個行業(yè)。以我們的經(jīng)驗，分析報告數(shù)據(jù)的語焉不詳、量級差異以及結(jié)論不同，都表明該行業(yè)尚在上升期早期。我們認為當前其技術(shù)發(fā)展階段，仍有海量需求等待填補；或者說至少該市場離發(fā)展“成熟”還相去甚遠。oXAesmc

如前文所述，計算機視覺這一交叉學科的發(fā)展本身也有些年頭了。但實際上很多技術(shù)的起步都很早，比如這兩年才變得很火的基于事件的視覺傳感器，Luca告訴我們這種技術(shù)早在上世紀80年代就有人提出了，但技術(shù)真正走向成熟卻是這兩年。而這類看起來比較新興，且擁有較大發(fā)展前景的傳感器，Yole Développement預(yù)計神經(jīng)形態(tài)AI到2030年會達到70億美元市場規(guī)模，屆時CIS市場大約有9%的份額會被此類傳感器吃下。這就表明，新技術(shù)的涌現(xiàn)在促成整個行業(yè)的發(fā)展；以及機器視覺行業(yè)本身也在嘗試各種新技術(shù)。oXAesmc

oXAesmc

圖3，3D視覺市場未來幾年將達到最大漲幅；來源：Allied Market ResearchoXAesmc

3D視覺感知更不必多說，好幾份報告都特別提到了智能攝像頭系統(tǒng)的發(fā)展，很大程度將歸功于3D成像市場的增長——這一點我們在此前的3D ToF技術(shù)報告中曾提過。因為3D機器視覺當下已經(jīng)能夠提供精準、實時的信息，給予機器視覺更多的數(shù)據(jù)。3D感知與成像本來就是個可單獨拿來探討的領(lǐng)域。在3D視覺/成像這個賽道上，銀牛微電子著眼的是stereoscope，具體為雙目視覺。oXAesmc

“今天機器視覺最大的不同，是未來發(fā)展將會越來越多地應(yīng)用3D視覺技術(shù)，尤其是密集的雙目立體視覺技術(shù)（dense depth stereo）。”何火高先生談到，“就像地球物種大爆發(fā)的寒武紀一樣，因為有雙目立體視覺能力，物種的進化和交流才迅速得繁盛起來。”oXAesmc

“機器以前不知道圖像中的物體之間的相互位置關(guān)系和距離，因此經(jīng)常產(chǎn)生視覺錯覺和誤判。隨著3D/立體視覺感知技術(shù)的產(chǎn)生和發(fā)展，尤其是雙目立體視覺技術(shù)的發(fā)展，對機器視覺中產(chǎn)生的錯覺和誤判就有了非常有效的工具去避免。從而使得3D/立體視覺感知技術(shù)在機器視覺中的應(yīng)用越來越廣泛，重要性和高效率也不斷得到業(yè)界的認可和重視。”oXAesmc

“作為AIoT異構(gòu)平臺的引領(lǐng)者，銀牛的核心競爭優(yōu)勢不但包括AI運算處理能力，還有非常獨特的雙目立體3D視覺算法引擎和集成的通用CPU核心，這些都是在機器視覺領(lǐng)域不可或缺的重要組成部分。“oXAesmc

從這個角度來說，以銀牛微電子的產(chǎn)品為代表的3D視覺技術(shù)，未來拿下更多市場是不言而喻的。實際上即便是傳統(tǒng)的CIS，思特威也在嘗試就機器視覺做技術(shù)方面的加強，包括我們所知的高幀率、全局快門、非可見光下成像（遠紅外增強技術(shù)）等。從思特威的官網(wǎng)來看，“機器視覺”是作為其一大應(yīng)用方向來展示的。無人機、掃地機器人、AR/VR、智能掃碼、人臉識別、工業(yè)相機和智慧交通系統(tǒng)，都是思特威看到的機器視覺行業(yè)未來的前景。oXAesmc

從技術(shù)可創(chuàng)新和當前涌現(xiàn)出的市場新勢力來看，如果將這些機器視覺的總合確切地稱作一個“行業(yè)”，則該行業(yè)即便在技術(shù)層面都還有大量可發(fā)展的空間。oXAesmc

且其下屬分支領(lǐng)域都有進一步被寡頭化的空間，尤其在AI技術(shù)越來越成為主流之際。雖然面向下游不同應(yīng)用領(lǐng)域時，機器視覺技術(shù)的需求可能是千差萬別的：Prophesee表示基于其合作經(jīng)驗，即便同樣是基于事件的視覺傳感器，不同行業(yè)對技術(shù)的需求都是各不相同的。所以這個問題可能還有進一步探討的空間。oXAesmc

在我們觀察機器視覺領(lǐng)域時，實則還有很多其他的收獲，比如某些技術(shù)趨勢：像是多種傳感器的融合（包括視覺傳感器與其他類別傳感器），邊緣計算的崛起、算力單元部分向傳感器短靠攏，以及能源效率的持續(xù)進步等。但真正的大方向仍舊是：在AI技術(shù)持續(xù)邁進之際，機器視覺即便沉淀了過去幾十年的發(fā)展歷程，現(xiàn)在這個時間點才真的算是剛剛開始。oXAesmc