计算机视觉与机器视觉

　　计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。它的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界，具有自主适应环境的能力。

　　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。

　　从学科分类上，二者都被认为是Artificial Intelligence下属科目，不过计算机视觉偏软件，通过算法对图像进行识别分析，而机器视觉软硬件都包括（采集设备，光源，镜头，控制，机构，算法等），指的是系统，更偏实际应用。简单的说，我们可以认为计算机视觉是研究“让机器怎么看”的科学，而机器视觉是研究“看了之后怎么用”的科学。

　　随着硬件、算法及大数据的不断发展，整个人工智能领域面临前所未有的规模增长，也促使了国外的许多创业公司被大公司收购。

　　5月，美国亚马逊公司收购了一支欧洲顶级机器视觉团队用于无人机领域研究。无独有偶，英特尔收购了俄罗斯计算机视觉公司Itseez，用于无人驾驶领域。ARM宣布以3.5亿美元收购英国嵌入式计算机视觉技术公司Apical。此前，Snapchat收购计算机视觉公司Seene；Pinterest收购视觉创业公司Visual Graph；Twitter收购基于深度学习的计算机视觉创业公司Madbits。

　　同时图像识别的能力越来越强，错误率越来越低，国内也陆续爆发了大批优秀的计算机视觉（Computer Vision）创业公司