计算机视觉和机器视觉应用场景不同,就像拉货车和载客车是的,侧重点不同而已,一个侧重人工智能分支,一个侧重工业应用!简单说起来的话,计算机视觉偏重于深度学习并且偏向软件,机器视觉偏重于特征识别同时对硬件方面要求也比较高,不过随着对智能识别要求越来越高的发展,这两个方向毕竟会互相渗透互相融合,区别也仅仅限于应用领域不同而已。
我感觉最大的区别,在于技术要求的侧重点不一样,甚至差别很大。
计算机视觉,主要是对质的分析,比如分类识别,这是一个杯子那是一条狗。或者做身份确认,比如人脸识别,车牌识别。或者做行为分析,比如人员入侵,徘徊,遗留物,人群聚集等。
机器视觉,主要侧重对量的分析,比如通过视觉去测量一个零件的直径,一般来说,对准确度要求很高。我记得以前接触过一个需求: 视觉测量铁路道岔缺口。哥刚毕业的时候在铁路上班,做过控制系统,还开过内燃机车,很清楚道岔缺口的重要性,这玩意儿你说要是测不准,呵呵:)
计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统
机器视觉系统是指通过机器视觉产品(即图像摄取装置,分 CMOS 和CCD 两种)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,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。
机器视觉是实现工业自动化和智能化的必要手段,相当于人类视觉在机器上的延伸。机器视觉具有高度自动化、高效率、高精度和适应较差环境等优点,将在我国工业自动化的实现过程中产生重要作用。
国内机器视觉起步较晚,目前仍处于初创期,未来几年仍将保持20%以上的增速。机器视觉的快速崛起有赖于自动化市场的需求增长,实际上,工业机器人自2010年起的大幅增长,使得机器视觉领域了步入了快速成长时期。据前瞻产业研究院发布的《中国机器视觉产业发展前景与投资预测分析报告》统计数据显示,中国机器视觉市场规模从2008年的5.1亿元增长至2016 年的30.3亿元,年均复合增长达25%,预计未来几年仍将保持20%以上的增长,到2020年中国机器视觉市场规模将达到70.9亿元。
机器视觉工程师工资水平(元/月-税前):¥8484
人工智能的专业方向有科学研究、工程开发、计算机方向、软件工程、应用数学、电气自动化、通信、机械制造,人工智能的前景虽然很好,但是它的难度系数很高,目前人工智能的人才需求量很大,相比于其他技术岗位,竞争度降低,薪资相对来说是较高的,因此,现在是进入人工智能领域的大好时机。
人工智能的基础是数学,特别是高等数学,需要掌握的知识包括但不限于线性代数、概率论、数理统计等等,这些仅仅是入门的必须数学知识,等入门以后,你会发现更多的其他数学知识。
其次是计算机基础知识。比如算法、信息论等,还要掌握至少一门高级语言,目前这个领域python、java比较流行,相关的开源代码和库较多。入门后你会发现还需要大数据处理相关的基础技能,这样会对你的操作系统技能、数据库处理、集群部署等提出一定的要求,不过也不要怕,这时候一般会有一台团队和你一块做这些。
第三就是英语。目前大部分最新的文献资料基本都是英语,中文的也有,但是比较少,而且比国外晚很长时间才有可能出现。