近幾年，人工智能技術異常的火爆。在這個火爆的過程中，有的人看好，有的人看衰人工智能。不管人工智能技術未來再經歷幾次大起大落，目前人工智能技術給我們帶來的落地的應用還是非常讓人滿意的。人工智能技術目前已經落地的應用，主要集中在人臉識別、城市安防、自然語言翻譯與處理、智能推薦、自動駕駛等。而在這些應用場景中，視覺技術的地位可謂是非常重要。

談到視覺技術，我們一般會想到攝像頭。然而，攝像頭只是視覺技術體系中的輸入端，采集圖像或視頻信息。而這些圖像或視頻信息需要利用專用的視覺技術處理之后，才能給用戶提供有用的信息。我們常聽說的視覺技術分為三類：計算機視覺、機器視覺、圖像處理。通過百度百科我們可以了解到，

“計算機視覺是使用計算機及相關設備對生物視覺的一種模擬。它的主要任務就是通過對采集的圖片或視頻進行處理以獲得相應場景的三維信息，就像人類和許多其他類生物每天所做的那樣。”

“機器視覺是一項綜合技術，包括圖像處理、機械工程技術、控制、電光源照明、光學成像、傳感器、模擬與數字視頻技術、計算機軟硬件技術(圖像增強和分析算法、圖像卡、 I/O卡等)。一個典型的機器視覺應用系統包括圖像捕捉、光源系統、圖像數字化模塊、數字圖像處理模塊、智能判斷決策模塊和機械控制執行模塊。”

由上可以看出，計算機視覺和機器視覺實際上是一個事情，只不過這兩個分類剛出現的時候，計算機和機器所用的處理系統差別比較大，所以就用計算機視覺代指專用電腦來處理圖像的視覺方法，而機器視覺代指嵌入到機器人系統中的軟硬件結合的相關視覺技術。而隨著嵌入式處理系統與個人計算機在架構和配置上趨同，視覺系統配置上趨同，計算機視覺與機器視覺漸漸地可以看作是一個主題。而圖像處理是視覺技術的一個關鍵環節。

典型的視覺系統包括圖像傳感模塊、信息處理模塊、應用模塊。而圖像傳感模塊按照類型不同，分為可見光圖像傳感器、非可見光圖像傳感器、激光雷達掃描傳感器等，按照圖像傳感模塊配置數量不同，分為單目、雙目、多目（意思是同時用很多個眼睛去看世界）。

信息處理模塊，除了必須的嵌入式硬件或計算機硬件、軟件系統作為平臺之外，還需要相應的圖像處理技術。經典的圖像處理技術，依賴于視覺幾何方面的研究成果，利用幾何投影的原理去判斷兩幅圖像中的內容是否表示一個東西，以及判斷前后兩幅圖像拍攝的地點和姿態有何不同。

隨著人工智能技術的發展，視覺系統中開始大量引入人工智能技術作為信息處理模塊的核心技術。與傳統的圖像處理技術相比，人工智能視覺技術在經典圖像處理技術的基礎上引入機器學習、神經網絡等技術，可以同時處理大量的數據，并且利用大量的歷史數據去提升系統的性能。系統可以隨著輸入數據增多而性能逐漸提高，這是傳統視覺系統比不上的。

但不管是傳統視覺技術，還是人工智能視覺，其目的都是：識別圖像傳感器輸入的圖像中包含哪些內容，并且與云端或邊緣端數據庫進行實施匹配，確定圖像中是否含有某個特定的目標，以及對該目標未來的行為進行預測。