i卡會員

藉由智慧化影像辨識技術的協助來對特定人事物進行自動辨別為近幾年機器視覺系統的重點發展方向，除了熱門應用智慧手機之外，隨著各項技術環節的突破，機器視覺現已成為無人機、無人車、機器人等各項無人載具以及其它主流應用的熱門技術選項，例如：自主移動、避障、或協同運作等，機器視覺皆扮演關鍵的角色，預期未來隨著更多不同場域的導入將進一步推升相關零組件的需求。從系統面來看，機器視覺大至上可區分成：演算法、影像處理晶片、影像感測器、鏡頭四大主要的環節，不同環節皆有許多廠商積極投入並對於最後影像處理的效果皆有關鍵的影響。

【內容大綱】

• 一、 機器視覺應用分佈
• 二、 機器視覺各項技術環節發展重點歸納
  • (一)  開放預先訓練之模型以推動機器視覺發展
  • (二)  藉由減少運算量提升運算速度與降低功耗
  • (三)  自行產生Training Data以提供多樣性
  • (四)  影像處理晶片架構上的競爭
  • (五)  運算速度與像素更上一層樓
  • (六)  所有應用紛紛導入雙鏡頭
  • (七)  演算法雖崛起，製造工藝精進仍推升鏡頭規格
• IEKView

【圖表大綱】

• 圖一、2021年機器視覺產值分佈
• 圖二、AIY Vision Kit 和 AWS DeepLens
• 圖三、MobileNet功能與進化版的差異
• 圖四、Auto-Augment on Image 示意圖
• 圖五、影像處理晶片不同架構之代表廠商
• 圖六、Sony影像感測器技術演進代表性產品
• 圖七、2018智慧手機鏡頭規格進展
• 圖八、機器視覺終端產品技術發展主軸