上世纪70年代中，MIT人工智能实验室正式开设“机器视觉”课程，近半个世纪来机器视觉继续是一个十分活泼的研讨范畴，全球性的研讨热潮，使得机器视觉获得了蓬勃发展，机器视觉在工业制作范畴已获得了广泛的运用，比方在不适合人类作业的环境中，运用机器视觉替代传统人工丈量/试;或用于需求高性能、精密机器视觉组件的专业设备制作范畴。但整体来讲，机器视觉不只仍然一个适当新且仍有许多作业要做的研讨范畴，更是一个深藏无限潜力的金矿。

在这次采访中，大多数的厂商的重视焦点都更靠近群众生活有关，放在了花费电子、可穿戴商品、轿车ADAS以及智能化监控等范畴。比方CEVA公司投资者联系与公司传达副总裁Richard Kingston就泄漏“咱们已经将核算机视觉DSP授权许可予八家公司，其间包含三家移动范畴的OEM厂商。”加拿大CogniVue公司事务开发副总裁Tom Wilson以为“可穿戴和轿车范畴将存在十分激烈的增加机缘。”

视觉处置向3D跨越

跟着google正式发布了Project Tango后，3D机器视觉变得更加抢手。“咱们以为花费范畴3D处置的主要运用会是3D成像、天然用户界面(NUI)和3D视觉运用，比方PC、笔记本电脑、平板电脑、智能手机和其它花费类设备。”Kingston表明。

业界寻找3D视觉的最大缘由仍是为了处置2D机器视觉的固有局限，若能十分好的实如今分割(别离近景和前景)、照明(用于人脸识别时)、相对方位(场景中的物体)等方面的功用，许多运用能够经过选用3D空间信息简化并提高视觉系统的精度和可靠性。

但无论是3D传感器(例如飞行时间法(ToF)相机)、或以2个2D图画传感器完成的立体传感器，他们对处置才能的需求都更高。“立体匹配(运用来自两个图画传感器输入)需求区别映射来生成3D景深图。这是一个十分艰难的核算机视觉疑问，学术界也活跃研讨来优化立体识别算法。”CogniVue公司事务开发副总裁Tom Wilson指出。每一种完成3D传感的办法都存在性能上的折衷，CogniVue目前在开发一种算法，能针对低成本3D传感器有用核算其视差图。

处置很多实时数据需求密布的核算才能。如果想完成安稳的3D传感地图是十分艰难的，特别是对那些低功耗的设备来说。“CogniVue的APEX图画识别处置(ICP)技能能在电量有限的3D视觉运用中表现关键作用。”