機器視覺（Machine Vision）是人工智能中的一個重要分支，它使用計算機和傳感器來“看”并理解圖像，類似于人類的視覺。

高工機器人產業研究所GGII數據顯示，2023年中國機器視覺市場規模185.12億元（該數據未包含自動化集成設備規模），同比增長8.49%。

GGII預測，2024年中國機器視覺市場規模有望突破200億元，同比增速接近12%，基于對外部環境的不確定性與產業投資謹慎度上升的判斷，GGII整體調低了未來幾年機器視覺市場的增速預期，預計至2028年我國機器視覺市場規模將超過395億元，2024—2028年復合增長率約為17.5%。其中2D視覺市場規模將達到315億元，2024—2028年復合增長率為15.3%。3D視覺市場規模接近80億元，2024—2028年復合增長率約為28.9%。

（注：此處僅統計機器視覺軟硬件業務營收，包括相機、鏡頭、光源、智能相機、軟件算法包、圖像采集卡、視覺控制器、圖像處理系統、可配置視覺系統等，視覺集成裝備、自動化集成設備、專機設備等相關業務不在統計范疇內。）

應用案例

1.面部識別應用

面部識別是機器視覺最常見的應用之一。通過分析人臉圖像，系統可以進行身份認證、訪問控制、犯罪嫌疑人識別等。

在安防領域，機場或火車站等場所經常使用面部識別系統來檢測和識別嫌疑人。通過安裝在公共場所的攝像頭，系統采集人臉數據，并與數據庫中的嫌疑人信息進行比對。當發現可疑人員時，系統會立即報警，安保人員可以迅速采取行動。這種技術極大地提升了公共場所的安全性。

2.自動駕駛汽車中的障礙物檢測

自動駕駛汽車是機器視覺技術的典型應用場景。汽車通過安裝在車身各處的攝像頭、激光雷達和傳感器來獲取環境圖像。機器視覺算法可以實時分析道路上的行人、其他車輛、交通標志、紅綠燈等，幫助汽車決策是否該減速、停車或轉向。

（圖源：AI生成）

新款 Tesla 車輛均搭載未來能夠在絕大多數情況下實現完全自動駕駛所需的硬件。整套軟件和硬件系統是為了使車輛能夠在無需駕駛座上的人類介入的情況下自行完成短途或長途旅行而設計的。

未來自動駕駛功能將無需人類監督即可實現，但這需要數十億英里的行駛里程的驗證，以達到遠超人類駕駛員的可靠性；同時還有賴于行政審批（某些司法管轄區可能會需要更長的時間）。目前搭載自動輔助駕駛功能的車輛可通過 OTA 空中軟件更新持續獲得升級。

（圖源：特斯拉中國官網）

3.零售中的智能結賬

在零售行業，機器視覺技術已經應用于無人商店。消費者可以自由選購商品，而無需經過人工收銀臺。機器視覺系統通過攝像頭監控購物行為，識別消費者拿取的商品并自動結賬。

中國移動（浙江）創新研究院自主研發的視覺大模型已在寧波小微商超等地上線應用，據了解，通過視覺大模型技術，攝像頭對于小店內每位顧客的動作、狀態都能作出智能分析與判斷，如顧客拿了什么貨、退回了什么貨、是否結算支付、結算貨物與貨架上取物是否一致等。

4.農業中的作物監控

具體而言，計算機視覺技術在設施農業領域主要有以下應用場景：

（1）環境參數監測：利用圖像分析技術實時提取溫室內植被長勢、土壤濕度、病蟲害發生等環境參數信息，輔助環境調控決策。

（2）作物生長監測：通過圖像序列分析自動評估作物生長狀況，包括出苗率、生長勢、落花率等，為優化栽培管理提供依據。

（3）病蟲害診斷：利用目標檢測和分類算法及早發現病斑和蟲害，評估病蟲害發生程度，指導農藥使用。

（4）無人化作業：視覺導航下的農業機器人可在復雜環境中自動執行播種、施肥、采收等作業，減輕勞動強度。

（5）品質分級：基于視覺的果蔬外觀品質（如大小、形狀、色澤）分級，提高商品性和附加值。

（6）溯源管理：將二維碼、RFID等物聯網技術與計算機視覺相結合，實現全產業鏈農產品質量可視化溯源。

英國Crop Phenomics公司推出的大型溫室智能監測系統PlantEye可對上千種植物的生長狀況進行高通量評估。該系統搭載多模態傳感器（如RGB、熱成像、高光譜），可獲得植物不同生理指標的時空分布信息。背后基于一套時空attention機制的深度神經網絡，可準確預測植物發育進程、產量表現和抗逆性狀，加速品種的表型分析和篩選，被譽為“育種4.0”的利器。

圖片來源：https://doi.org/10.3389/fpls.2019.00714

5.工廠自動化中的質量檢測

在制造業中，機器視覺常用于產品的質量檢測。相機和傳感器會采集生產線上的產品圖像，機器視覺系統分析這些圖像，判斷產品是否符合規格或是否存在瑕疵。

例如，在智能手機屏幕的生產過程中，機器視覺技術被廣泛應用于檢測屏幕表面是否有劃痕、裂紋或其他缺陷。過去這種工作依靠人工肉眼進行檢測，但機器視覺不僅速度更快，檢測精度也更高。機器視覺可以通過微小的圖像差異，立即發現次品并剔除，極大提升了生產效率和產品質量。

（圖源：AI生成）

6.醫療影像診斷

在醫療領域，機器視覺用于分析醫學影像（如X光片、CT、MRI等），通過訓練，機器視覺算法可以從醫學影像中識別出早期病變或腫瘤，輔助醫生做出準確的診斷。

谷歌的DeepMind Health系統曾使用機器視覺技術幫助醫生識別糖尿病視網膜病變。該系統通過分析大量患者的眼底圖像，訓練出能夠準確識別視網膜病變的模型。相比人工檢查，機器視覺系統能夠以更高的速度和精度幫助醫生發現早期病變，從而早期治療，防止視力損失。

圖源：https://about.google/intl/ALL_us/stories/seeingpotential/

通過上述這些案例可以看出，機器視覺技術在多個領域發揮著重要作用，不僅可以提高效率，還可以提升準確性和安全性。從自動駕駛到智能工廠、從醫療診斷到無人商店，機器視覺正推動著各行各業的智能化轉型。

2023—2024年中國及各省市機器視覺行業政策匯總

1. 國家層面

2013年以來，智能制造的生產模式逐漸推廣，智能裝備創新發展對制造業越來越重要。《機器人產業發展規劃（2016—2020年）》《“十三五”國家科技創新規劃》等政策規劃對工業機器人進行了發展方向指導；《新一代人工智能發展規劃》《促進新一代人工智能產業發展三年行動計劃（2018—2020年）》和《國家新一代人工智能開放創新平臺建設工作指引》等政策規劃在推動人工智能發展中起著重要作用；《中國制造2025》《加快培育共享制造新模式新業態 促進制造業高質量發展的指導意見》以及《關于推動先進制造業和現代服務業深度融合發展的實施意見》等政策則對制造業作出了重大戰略布局。

資料來源：前瞻產業研究院

2023年1月，工業和信息化部等十七部門聯合印發《“機器人+”應用行動實施方案》（以下簡稱《方案》），全面推進機器人在各行業各地方深化應用和特色實踐，進一步激發產業創新活力，釋放產業發展動能，助力實現高質量發展。《方案》提出到2025年，制造業機器人密度較2020年實現翻番，服務機器人、特種機器人行業應用深度和廣度顯著提升，機器人促進經濟社會高質量發展的能力明顯增強。聚焦十大應用重點領域，突破100種以上機器人創新應用技術及解決方案，推廣200個以上具有較高技術水平、創新應用模式和顯著應用成效的機器人典型應用場景。其中，在商貿物流領域和教育領域重點提出推動機器視覺技術融合應用。

2. 重點省市

資料來源：前瞻產業研究院

“十四五”期間，我國各省市也提出了機器視覺行業的發展重點。其中，河北、福建、江蘇等地區提出加強機器視覺技術的研發和應用；遼寧、廣東、浙江等地區提出開展智能機器人產業布局和應用；重慶和上海提出加快人機交互、仿生感知等前沿技術的研發。