赛道向“新”与未来场景——新质生产力下机器视觉的守望与狂奔

    【CPS中安网 cps.com.cn】 

　　有人说，机器视觉，一个引领工业4.0革命的关键技术，它的诞生、发展和壮大，都离不开一个漫长而富有成果的历程。从20世纪50年代的生根发芽，到今日的遍地开花，机器视觉经历了无数的挑战与机遇。

　　也有人说，时至当下，机器视觉在下游渗透、应用加深时，不断完成自身蜕变，已开始从人眼到大脑的智变。而智变引发的质变，让机器视觉赛道向“新”，成为新质生产力未来发力点之一，也成为智能安防最值得天马行空般畅想的未来场景，那时时空自由转换、全息视界扑面而来。

　　新质生产力赋能机器视觉的守望与狂奔

　　时代不同，概念不一。机器视觉大致为机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

　　新质生产力是什么，为什么，怎么做？这都是时代命题。

　　科技是第一生产力，而新质生产力是由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生的当代先进生产力，它以劳动者、劳动资料、劳动对象及其优化组合的质变为基本内涵，以全要素生产率提升为核心标志。

　　观其二者，如一脉相承。机器视觉的赛道变了，因自身而变、因场景而变，也因新质生产力的时代动能而变。机器视觉正在改变生产力的本质，AI的应用范围从简单的自动化工作流程扩展到复杂的决策支持系统。机器学习、自然语言处理、机器视觉等技术，使机器能够执行以往需要人类智能的任务。这些技术的发展不仅提高了生产效率，还推动了新产品和服务的创新，如自动驾驶汽车、个性化医疗和智能家居系统。

　　场景为单元，快速生长，鸣枪待发，这是机器视觉的赛道规则，落后者注定被淘汰，而领先者将越跑越快又或赢者通吃。

　　欣喜之处是国内一众机器视觉参与企业，在技术上你追我赶、战略上合纵连横，赛场竞赛与圈地运动仿佛同时进行，市场份额犹如氧气，你不吸就被别人吸走了。

　　残酷的大环境如此，无硝烟胜过有硝烟的刺刀见红，但欣喜之处是国产号角吹响世界。‌国内机器视觉企业在自主研发能力方面得到了显著提升，‌越来越多的国内企业开始具备自主研发能力，‌能够生产出具有竞争力的机器视觉产品。‌这些产品在性能、‌价格、‌服务等方面都具有一定优势，‌逐渐获得了市场的认可。‌国内企业开始从简单的设备代理向系统集成、‌解决方案提供商转变，‌为客户提供全方位的机器视觉解决方案。

　　生产力的构成要素包括‌劳动者、‌劳动资料和‌劳动对象。如果移植到机器视觉，就是机器视觉技术本身（劳动者），这是生产力最为活跃因素；劳动资料的变化即技术进步的快慢，而劳动对象则是生产中所加工的对象，在机器视觉方面可以理解为场景，为场景而战。无疑，新质生产力有高科技、高效能、高质量等特点，还符合新的发展理念。这种生产力的提升，主要来源于技术的重大突破、生产要素的创新配置和产业的深度转型升级。它的核心就是劳动者、劳动资料和劳动对象这些要素的优化组合。

　　当下，整个社会面临着新一代的新质生产力变革潮流。其带来的，不只是生产关系、生产力的颠覆性变化，还有着更为具体的各类生产工具和生产提效方案的紧密适配。机器视觉与新质生产力的商业碰撞，是市场开拓的创新精神与战略落地的不谋而合。

　　机器视觉新质生产力新动能：从眼到“脑眼并举”

　　前不久去熵基科技东莞总部时看到“广东省多模态计算机视觉与生物识别工程技术研究中心”牌匾挂于大门门口，采访中闲聊时也涉及到机器视觉的未来技术与未来场景。记者受其启发，也了解到除了场景之外还需要在技术本身的高精度与高效率、多元化应用以及降低成本方面下足功夫。

　　机器视觉技术本身是内因，内因决定外因。所以机器视觉技术作为生产力三要素中最为活跃的“劳动者”，打铁还需自身硬，正在完成与新质生产力紧密适配的技术进阶。

　　在安防，有种说法，未来产品被场景取代，而行业也将被生态覆盖，行业是垂直的，而生态呈网状，显然融合性和粘性更强。安防的演进已不仅仅局限于视频图像的编解码技术、存储技术，智能时代下，安防需要释放更多的新质生产力，把计算、存储、联接、云化、智能、安全等各个领域的珍珠串起来，构建全栈云、全智能、全场景的机器视觉和大数据解决方案。

　　其实，替代人眼看世界，是机器视觉在第一阶段的任务。一个机器视觉智能算法能力需要对大量数据进行训练和标注，而智能安防场景是全天候且复杂多变的。人类的识别能力具备场景适应性，能够快速适配不同场景，但算法的场景普适性还需要训练，算法能落地到具体场景中，还有大量的可优化空间，算法到场景高精度落地仍然有很大难度，比如夜间的案件突发期，深度学习的算法对人、车、物等目标对象的识别、行为的分析精度普遍不高。

　　为此，机器视觉工业化转化为新质生产力效能，体现在智能制造中，机器视觉技术可是个重要的角色，对新质生产力的提升有很大影响。机器视觉技术通过高清摄像头采集图像，然后用预设的检测算法对生产过程中的产品进行自动检测和分类。这样不仅能实现生产现场的自动化和智能化监控，及时发现生产过程中的异常情况，降低质量问题的发生率，提高产品质量，还能带来很多其他好处。当然，机器视觉的巡检、应急指挥、安全生产也都是工业化的表现。

　　而机器视觉行业化进程更为复杂，面对的万千场景太碎片，需求不一，难以像工业化能“一招鲜、吃遍天”。在行业化进程中，如果要体现新质生产力，机器视觉将替代人的目标检测和定位、全场景匹配高度精准，但涉及到效率提升那就不仅仅要求机器视觉具备人眼功能，还需要将智能分析效率最大化，变被动防御为主动。所以，从智能安防要成为新质生产力未来发力点与增长点，必须从观察感知阶段到融合处理形成预判的阶段，并且同时还需要提供部分的智能决策，结合相关机器视觉采集和预警数据，为场景应用方提供全方位、多层次、全时空、全息性的决策支持与知识服务，起到帮助、辅助、协助智能方案和计划的目的。

　　计算机来模拟人的视觉功能，‌但并不仅仅是人眼的简单延伸。‌它更重要的是具有人脑的一部分功能，‌即从客观事物的图像中提取信息，‌进行处理并加以理解。不单单是感知，具备人的观察力和判断力是机器视觉更高阶的新质生产力发力点。其实可以简单表述机器视觉在安防行业化中，需要带动技术本身与业务场景一同创新高、高质量发展来推动科技创新和产业升级。

　　总之，高频次出现的新质生产力，机器视觉成了预演场。这对于机器视觉也是新赛道，在赛场竞速中需要在技术底层逻辑为机器植入人眼与大脑，并在未来场景中领略技术的奇异景象，为生活与工作带来深刻变化，诠释机器视觉的美好想象与无限可能。