AI 机器视觉是什么？
原理与应用？
看完这篇一次了解！
AI 机器视觉是什么？
AI 机器视觉是人工智能的一个分支，使机器和人一样「看懂」图像与物件后进行判断与决策，常用在工业自动化与机器人领域如: 视觉瑕疵检测、3D 视觉定位、分类计数，甚至影像监控/辨识等应用，也是新兴的 AR + AI 视觉系统技术核心。
技术原理与组成
从 AOI 这种 Rule-based 到深度学习技术（为机器学习的分支，透过模拟人脑的类神经网路，形成数学函数集并代入资料做训练与运算，能处理非结构化资料，使机器和人一样进行判断），通常包含以下5个环节。
影像输入
包含工业相机、IP Cam 拍摄或现成图像资料等来源。 除了像素规格，光源也至关重要，需考量亮度/光通量、色温、色彩再现性等，确保影像符合实际需求与品质。
影像处理与特征提取
影像处理或转换如二值化、滤波、增强、降噪和缩放等操作，提高影像品质和可用性后，提取有用的特征如: 边缘、纹理、色彩，或文章里的词组，选择最具代表性的特征，以降低计算成本并提高识别性能。
AI 建模与训练
常由人工或 AI 技术进行标记与训练，并建立 AI 模型，透过特征来识别和分类模式。 常用的模型包括支持向量机（SVM）、卷积神经网络（CNN）和循环神经网络（RNN）等。
机器视觉的应用与难题
从自动驾驶到厂区智慧巡检，可用人眼做判断与检测/检查的部分，就有机器视觉的应用机会，但仍面临原始资料品质差与样本数不足的挑战，且无法直接把模型从某领域转移到另一个领域使用，AI 建模成本（训练时间、能耗、人力与样本数等）也至关重要，即便是简单的机械式指针读取与辨识，一般传统 AI 可能需上百甚至 上千张样本进行训练。
AI 并不是要取代人类，而是帮助人类更高效、准确地运用资源甚至解放双手等，以 AR 扩增实境 + AI 的视觉系统来说，由于可搭载于穿戴式装置，作业员组装设备时，AI 可对现实世界物件做辨识与判断，并透过 AR 眼镜，即时提供操作员组装指引，或自动检查线路是否正确连接等。
AR 和 AI 的结合能够以合宜成本，提高资源运用效率、良率和确保工安等优点与全新应用，这种技术的应用有望在未来持续扩大，提供更多创新的解决方案。