計算機視覺是指為計算機賦予人類視覺這一技術目標，從而賦能裝配線檢查到駕駛輔助和機器人等應用。計算機缺乏像人類一樣憑直覺產生視覺和畫面的能力。我們必須給予計算機一些算法，以便處理領域特異性任務。

本文著眼于使計算機能夠像人類一樣通過“看”來感知世界，從這一視角對人工智能 (AI) 進行了探討。我將簡要比較每一類計算機視覺，尤其關注在本地而不是依賴基于云的資源收集和處理數據，并根據數據采取行動的嵌入式系統。

什么是計算機視覺？

20 世紀 60 年代，計算機視覺已經能夠執行從頁面上讀取文本（光學字符識別）和識別圓形或矩形等形狀這類任務。從那時起，計算機視覺便成為 AI 的核心領域之一，它包括了任何從數據中感知、綜合或推斷含義的計算機系統。

計算機視覺有三種方法：

傳統計算機視覺是指用來處理諸如運動估計、全景圖像拼接或直線檢測等任務的編程算法。傳統計算機視覺使用標準信號處理和邏輯來處理任務。工程師需要手動選擇用于從圖像中提取含義的函數，然后在處理任務的算法中使用所生成的特征。Canny 邊緣檢測算法可以找出運動的輪廓，光流算法可以找出運動的矢量，這有助于在圖像或運動跟蹤后續圖像中分離出物體。對于需要根據此任務或環境進行校準的參數，需要手動或通過輔助算法做出調整。

經典機器學習計算機視覺需要由專家來“打造”特征集，供機器學習模型進行訓練。其中許多特征是與傳統計算機視覺應用所共有的。并非所有特征都有用，因此需要進行分析以去除無信息特征；機器學習算法將使用這些特征進行訓練，以便找出可能難以手動分離的模式。若要有效地實現這些算法，需要具備圖像處理和機器學習方面的專業知識。

深度學習計算機視覺屬于機器學習，但使用的是非常龐大的神經網絡模型，對大量未經處理的“原始”數據進行運算。深度學習對計算機視覺產生了重大影響，它將特征提取操作拉入模型之中，使得算法可以學習信息最豐富的特征，而無需專業知識來手動打造特征集。深度學習甚至能夠更好地分離出微妙的模式，但對計算和內存的要求更高。

那么，哪一類計算機視覺最好呢？

這最終取決于表 1 中概述的幾個因素。此表只是籠統地進行概括，其中的準確性和任務復雜性等指標依賴于具體用例。

表 1：計算機視覺技術比較

經典機器學習計算機視覺介于傳統方法和深度學習方法之間；與其他兩種方法相比，能夠從中受益的應用集合規模較小。在簡單直接、高通量或安全攸關的應用中，傳統計算機視覺可能準確而高效。深度學習通用性超強、開發難度超低，并且在復雜應用中的準確性超高，如在高密度設計的印刷電路板 (PCB) 裝配驗證期間用于發現微小的缺失元件。

一些應用可以通過同時采用多種類型的計算機視覺算法而受益，相互取長補短。這種方法常用于環境非常多變的安全攸關型應用中，如駕駛輔助系統。例如，您可以并行采用基于傳統計算機視覺方法的光流和深度學習模型來跟蹤附近的車輛，并且使用一種算法對結果進行融合，從而確定兩種方法是否一致。如果不一致，系統可能會警告駕駛員或啟動安全操控。

替代方法是依次使用多種類型的計算機視覺。條形碼讀取器可以使用深度學習來定位感興趣區域，對這些區域進行裁剪，然后使用傳統計算機視覺算法進行解碼。

深度學習在計算機視覺應用中的益處

與傳統計算機視覺和經典機器學習相比，深度學習由于在研究、開源和商業社區中非常受歡迎，因此始終具有較高的準確性，并且在迅速改進。圖 1 從開發者的角度總結了這三種技術在數據流方面的差異。

圖 1：各種計算機視覺方法的數據流

深度學習是一種計算密集型方法。然而，由于處理能力、速度、加速器（如神經處理單元和圖形處理單元）的改進，以及對矩陣和向量運算的軟件支持的提升，計算要求增加的問題得以緩解，即使在嵌入式系統上也是如此。諸如 AM62A7 等微處理器可以利用硬件加速器，以很高的幀率運行深度學習算法。

計算機視覺實踐

TI AM6xA 產品組合（如 AM62A7）中的處理器包含深度學習加速硬件和輔助軟件，有利于傳統及深度學習計算機視覺任務。在 TDA4VM 和 AM68PA 等處理器上，數字信號處理器內核（如 C66x）以及用于光流和立體聲深度估計的硬件加速器還能為高性能傳統計算機視覺任務賦能。

借助能夠同時支持傳統計算機視覺和深度學習計算機視覺的處理器，將有可能打造出與科幻夢想相媲美的工具。自動購物車將會簡化購物過程；手術和醫療機器人將指導醫生發現早期疾病征兆；移動機器人將會修剪草坪和遞送包裹。請參閱 TI 的邊緣 AI 視覺頁面，探究嵌入式計算機視覺如何改變世界。

審核編輯 黃宇