机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

    机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、I/O卡等)。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。[2]
    机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。
    如今，中国正成为世界机器视觉发展最活跃的地区之一，应用范围涵盖了工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业。其重要原因是中国已经成为全球制造业的加工中心，高要求的零部件加工及其相应的先进生产线，使许多具有国际先进水平的机器视觉系统和应用经验也进入了中国。
    经历过长期的蛰伏，2010年中国机器视觉市场迎来了爆发式增长。数据显示当年，中国机器视觉市场规模达到8.3亿元，同比增长48.2%，其中智能相机、软件、光源和板卡的增长幅度都达到了50%，工业相机和镜头也保持了40%以上的增幅，皆为2007年以来的最高水平。
    2011年，中国机器视觉市场步入后增长调整期。相较2010年的高速增长，虽然增长率有所下降，但仍保持很高的水平。2011年中国机器视觉市场规模为10.8亿元，同比增长30.1%，增速同比2010年下降18.1个百分点，其中智能相机、工业相机、软件和板卡都保持了不低于30%的增速，光源也达到了28.6%的增长幅度，增幅远高于中国整体自动化市场的增长速度。电子制造行业仍然是拉动需求高速增长的主要因素。2011年机器视觉产品电子制造行业的市场规模为5.0亿人民币，增长35.1%。市份额达到了46.3%。电子制造、汽车、制药和包装机械占据了近70%的机器视觉市场份额。
    一、机器视觉在安防领域的应用
    智能视觉分析技术是指计算机图像视觉分析技术，计算机图像视觉技术是人工智能（AI，ArtificialIntelligent）研究的分支之一，它能够在图像及图像描述之间建立映射关系，从而使计算机能够通过数字图像处理和分析来理解视频画面中的内容。而视频监控中所提到的智能视频技术主要指的是“自动分析和抽取视频源中的关键信息”。如果把摄像机看作人的眼睛，智能视频系统或设备则可以看作人的大脑。智能视频技术借助计算机强大的数据处理功能，通过将场景中背景和目标分离，进而分析并追踪在摄像机场景内出现的目标，对视频画面中的海量数据进行高速分析，过滤用户不关心的信息，仅仅为监控者提供有用的关键信息。智能视频解决方案以数字化、网络化视频监控为基础，用户可以根据视频内容分析功能，通过在不同摄像机的场景中预设不同的报警规则，系统识别不同的物体，同时识别目标行为是否符合这些规则，一旦目标在场景中出现了违反预定义规则的行为，系统能够以最快和最佳的方式发出警报并提供有用信息，从而能够更加有效的协助安全人员处理危机，最大限度的降低误报和漏报现象，切实提高监控区域的安全防范能力。
    智能视觉分析技术在安防领域的重要作用是毋庸置疑的，具有广泛的应用前景，可以应用在公安、司法、交通、教育、金融等主流行业应用，比如十字路口、高速公路、停车场、飞机场等交通场景；比如军事基地、银行等军事场景监控、国家重要部门以及人们日常生活的场所；比如天安门广场、火车站等敏感的公共场合监控，相关智能视觉分析产品也随着技术的发展不断地细化，比如人脸识别比对系统，公安机关搭建人脸识别比对系统，建立人脸捕捉数据库，将人脸信息归档，并与个人身份建立关系，在实际运用过程中采用人脸搜索、黑名单布防、陌生人识别等多项智能分析功能，大大提高视频监控的防范功效，可以让犯罪分子无可遁形。由于和智能视觉分析相关的高清产品并未得到真正的普及，社会上的监控布局点也并不完善，目前还只是针对某些行业进行使用，还远远未达到全面普及，只有大批量的使用高清摄像机，增大捕获到清晰、正面人脸的可能性，才能有更好的实战效果。此外，还需要公安和企业加强合作，加大监控点的部署密度。由于大量监控点的部署会带来海量视频，需要重视智能视频分析技术的应用，合理利用技术，人机配合，发挥技术的长处，从而有效辅助侦办人员。
    二、智能视觉分析技术的发展
    随着高清探头不断投入，人们对于智能视觉分析技术产品化的需求越来越多，要求也越来越高，这给安防行业带来了广阔的思路，许多智能化新产品快速涌现：
    1、双目技术
    双目立体技术核心目的是提高识别的准确率。由于立体视觉技术形成的视场中带有物体的三维几何信息，因此能够有效的设定检测规则，排除光线、影子等干扰因素，大幅提高智能分析的准确度。如果说高清技术通过提升可用像素来提高分析的准确率，是战术性的举措，那么双目立体视觉技术对视频分析准确率的影响则是战略性的。双目立体视觉技术是基于视差原理，并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息的方法。采用双相机或多相机，对视场内空间的自由运动体的三维位置坐标及姿态进行高精度的测量，确定运动目标的质心位置，并根据标定结果对运动目标进行高精度跟踪。
    立体视觉技术的跟踪，由于能够辨识目标的三维坐标、姿态、相对距离、与背景环境的空间距离，因此能适应复杂的跟踪背景环境。双目技术应用于人体属性识别是人脸识别技术一次技术应用的跨步，这对更准确的定位和分析人的特征有着支援重要的作用。
    2、多球机联动跟踪技术
    多球机联动跟踪技术是以单球机智能跟踪技术作为基础的。从应用的层面上看，能够将普通的跟踪球机的单点式监控，提升为系统内对单个目标的无缝式接力跟踪，配合电子地图的使用，能够容易的实现对高安全等级区域的无缝式跟踪，并实现目标轨迹描绘、犯罪行为预警等高等级的安保需求。多球机联动跟踪技术的实现，需要具备多目标识别与跟踪技术。在应用中，通常设定一台球机作为发起点，对广域范围内目标进行的智能行为分析，并将同时监控的多个目标按照既定的策略进行排序，并按照先后顺序，指挥智能跟踪球机逐个跟踪监控目标。与单目标跟踪相比，多目标跟踪技术的关键点是数据关联问题，即建立一个统一的坐标系，使得发起球机可以将目标的坐标信息传递给跟踪球机，实现联动跟踪。
    3、面向事后应用的智能技术
    随着监控探头的普及，监控系统中存有海量的录像数据，在目前人工查看的模式下，传统的方法需要从头到尾顺序播放，往往需要数倍于原始视频的时间才能审看完成，因此需要大量人员连续加班数周进行视频的审看。为了规避遗漏和误差，就要加大人力投入的方法。但是经过实践证明，这种方法吃力不讨好，仍然解决不了根本的问题，如何有效、高效的应用，减轻人工查看回放带来的时效性差、成本高、疲劳问题，并在不同分辨率、不同清晰度的录像中准确的辨别出需要获取的信息，基于以上需求，安防厂家研发了视频摘要、视频检索等技术手段。
    视频摘要技术
    将视频摘要形成视频片断，不同时刻的目标“穿越时空”同时展现播放，使24小时的视频被制作成一个简短到几分钟摘要视频成为现实。视频摘要不仅浓缩的是事件的精华，也是活动事件的全部，没有价值的视频将被剔除。通过多分格快照技术，可以在几秒中看完所有的活动目标成为可能，回溯原始视频功能，瞬间锁定目标在原始视频中的位置。这些智能视频分析功能的实现和应用将大大提高海量视频监控录像分析的效率。
    视频检索技术
    视频检索主要是依赖于视频算法对视频进行预处理，通过对视频内容进行结构化处理，提取出视频内容中的有效信息，进行标记或者相关处理后，人后可以通过各种属性描述进行快速检索。因此视频检索最主要的是利用视频检测算法对视频进行结构化描述，目前已经在相应的产品中得到应用的算法主要有以下几种：行为分析算法、车牌识别算法、车辆颜色识别算法、车标识别算法、车型识别算法、人脸检测识别算法、人体特征识别算法等。其中人体特征识别又包括人的年龄、性别、身高、衣服颜色、是否戴眼镜等特征信息的识别。在视频检索中已经得到比较成熟应用的算法技术是行为分析算法、车牌识别算法、车辆颜色识别算法、人脸检测识别算法等。由于监控探头的布置也会有盲点等原因，当双目技术和多球机跟踪技术无法每时每刻准确的扑捉到嫌疑人的轨迹信息的时候，可以通过校园内遍布的探头录像进行事后检索分析，找到相关线索，帮助刑侦人员及时快速的定位嫌疑人。
    4、视频拼接技术
    视频拼接系统是基于图像拼接技术得以实现的，而图像拼接技术是根据实际的科研和工程的需要而发展来的。在很多领域经常会用到超过人眼视角的高分辨率图像，而普通相机或摄像机的视角往往不能满足需要，例如由于距离的限制，某些超大尺寸的物体无法清晰的用视频拍摄下来。目前来说，许多大型应用场景都需要高清晰高覆盖的拍摄，比如机场跑道、码头等，一个摄像机无法真正清晰的展示这些大型应用场景的全貌，无法给出一种用户满意的高清视频，更无法对视频中的事物进行高清分析，由此而带来的就是高投入和多画面展示，不仅仅视觉效果不好，也不能最大程度的满足用户的高清大画面的需求。基于以上需求，图像拼接技术解决了这一难题，该技术将来自不同视角的图像拼接在一起得到高分辨率图像，解决了用户大场景高清晰监控的迫切需求，用户可以在一幅视频图像上浏览高清晰画面。
    三、智能视觉分析领域企业动态
    安防领域部分厂商也采取了一定的措施。比如汉邦高科即联手文通图像设立了专注于人工智能技术研究和应用的飞识科技公司，目标应用领域为安防视频智能监控以及自动驾驶领域，研究的细分领域包括人脸识别、行为识别、视频浓缩、模糊检索、ADAS辅助驾驶系统等。新公司的业务方向和英特尔收购Itseez研究的方向相类似。
    另外一家以人工智能核心深度学习技术走红安防领域的企业SenseTime(商汤科技)，继2015年深圳安博会和东方网力携手展示人脸识别互动系统引起广泛关注之后，其4月底也通过收购一家致力于多目标智能跟踪系统研发的企业新舟锐视并成立了安防解决方案公司商周锐视，力求构建拥有计算机视觉和深度学习原创技术的领先智能安防平台。