简体中文
欢迎访问福建鸿飞达自动化科技有限公司官方网站
名称描述内容
机器视觉的产业化演进:半导体打开想象空间
来源: | 作者:pmo89cafb | 发布时间: 2018-10-29 | 159 次浏览 | 分享到:

在人工智能技术大规模渗透到日常生活的同时,在工业领域,尤其是占据庞大市场的手机制造环节,正吸引越来越多机器视觉类公司的目光。

近日,在接受记者采访时,多位机器视觉公司创始人表示,安防领域的应用已经涌现诸多独角兽,工业场景尤其在质量检测环节,正成为下一个被瞄准的方向。尤其在粤港澳大湾区背景下,珠三角发达的制造业与集中在此的产学研能力正加快融合。

尤其国家近年对半导体行业的大力支持下,部分机器视觉类公司“瞄上”半导体封装等环节,正着手对此进行下一步的技术突破。

工业检测土壤

从计算机视觉领域来看,其产业化落地的步伐最先从与人相关开始。

10月25日,IDC中国高级研究经理卢言霞向记者分析道,在目前相对成熟的应用市场中,安防中细分的软件供应模块、静态人脸识别、公共区域的门禁等方面属较快增长领域;但细分到动态面部识别、比如抓拍时,仍需要一定时间迭代。此外在智慧交通领域,由城市拥堵引发的需求导致过去1-2年规模较大。

从2018年开始,手机终端和互联网端的具体应用场景开始成为显著增长点,后者包括智能建房、3D试衣等场景。“接下来在阿里、京东和其他创新公司的推动之下,预计2018-2019年新零售的AI应用场景成为下一个热点。此外医疗影像识别、自动驾驶等市场空间也很大。”

反观机器视觉领域,卢言霞认为,从宏观来看其整体算法和应用落地尚且未到大规模爆发阶段。这最首先便是与自动化程度相关。

“计算机视觉模型的建立,需要大量数据资源,从目前国内制造业整体来看,联网程度尚不足够。但在工业应用场景中,对于AI算法的精度要求很高,否则会带来安全隐患。”她表示,因此整体看来,国内应用在制造场景的机器视觉爆发,与工业互联网推进程度强相关,或将需要2-5年时间逐步酝酿。

卢言霞分析道,制造行业差别很大,有自己的行业规则,也需要很深的行业理解。“据我了解目前运用在工业制造领域,真实场景下平均精准度大概在80%-90%,个别理想状态可以达到98%-99%。但更多应该还是在采集数据和训练模型阶段。因此目前会被用在对质量和精度要求没那么高的产品制造中。”

当然珠三角的优势在于,制造业场景丰富,且推动智能制造发展的相关新型工厂正逐步在政策支持下建设起来。这也是在大湾区正涌现一批聚焦机器视觉技术落地公司的背景所在,其中手机产业链由于庞大的市场空间最受关注。