導(dǎo)語：如何才能寫好一篇計(jì)算機(jī)視覺發(fā)展趨勢(shì)，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞 疲勞駕駛 人眼、人臉 嘴巴 專利

中圖分號(hào)：C18 文獻(xiàn)標(biāo)識(shí)碼：A

0引言

造成交通事故的原因25%-30%產(chǎn)生于疲勞駕駛，因此疲勞駕駛已成為誘發(fā)交通事故的重要因素。國內(nèi)外專家和學(xué)者針對(duì)疲勞駕駛的檢測(cè)開展了大量的研究工作，目前研究的重心主要集中在基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)，因此對(duì)基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)的相關(guān)專利進(jìn)行分析尤為必要。

1基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)專利申請(qǐng)數(shù)據(jù)分析

1.1全球?qū)＠暾?qǐng)量趨勢(shì)

從圖1可以看出，基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)專利申請(qǐng)量從1990-2001年間處于技術(shù)研發(fā)初期，專利申請(qǐng)量相對(duì)較少。從2002年開始該領(lǐng)域的專利申請(qǐng)量逐漸呈現(xiàn)持續(xù)增長趨勢(shì)，并在2014年達(dá)到最大值153件。由此可知，隨著疲勞駕駛的增多，人們對(duì)疲勞駕駛的檢測(cè)也越來越重視，相應(yīng)的研究也正不斷增加?；诖?，在今后的一段時(shí)間內(nèi)，相關(guān)的專利申請(qǐng)量有望繼續(xù)保持。

1.2專利申請(qǐng)產(chǎn)出地區(qū)分布

目前各領(lǐng)域的專利申請(qǐng)量主要集中在中國、美國、韓國、日本和歐洲，通過對(duì)該領(lǐng)域在中國、美國、韓國、日本和歐洲的專利申請(qǐng)量進(jìn)行統(tǒng)計(jì)分析發(fā)現(xiàn)，中國的申請(qǐng)量以48%的占比雄居第一，其他幾個(gè)地區(qū)的申請(qǐng)量相差不大，具體如圖2所示。

1.3在華專利申請(qǐng)量變化趨勢(shì)

圖3為1990年至2014年基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)在華的申請(qǐng)量變化趨勢(shì)圖，由該圖可以看出，1990-2002年是技術(shù)的萌芽期，在2003年以后申請(qǐng)量才呈現(xiàn)逐年增長的趨勢(shì)，并且在2012年-2014年將均維持在較高的申請(qǐng)量。因此，該領(lǐng)域國內(nèi)雖然起步較晚，但是最近幾年申請(qǐng)量相對(duì)其他地區(qū)卻具有壓制性的優(yōu)勢(shì)。

1.4在華主要申請(qǐng)人分析

圖4展示了在華主要申請(qǐng)人的申請(qǐng)量份額，主要以科研院所和大型汽車企業(yè)為主，其中吉利汽車公司以領(lǐng)先優(yōu)勢(shì)排名第一。

2主要技術(shù)分支的專利申請(qǐng)分析

基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)的主要技術(shù)分支有：基于人眼的駕駛疲勞檢測(cè)、基于人臉的駕駛疲勞檢測(cè)、基于嘴巴的疲勞檢測(cè)。下面從三個(gè)技術(shù)分支的發(fā)展概況、三個(gè)技術(shù)分支的主要工作原理及重點(diǎn)專利等方面進(jìn)行分析。

2.1全球?qū)＠暾?qǐng)主要技術(shù)分支的申請(qǐng)量趨勢(shì)圖

由圖6可知，近年來基于人眼和人臉的駕駛疲勞檢測(cè)的申請(qǐng)量呈現(xiàn)較快增長，申請(qǐng)量也較基于嘴巴的疲勞檢測(cè)的申請(qǐng)量大，體現(xiàn)了該領(lǐng)域近年來的發(fā)展趨勢(shì)，并體現(xiàn)出基于人眼和人臉的駕駛疲勞檢測(cè)的技術(shù)分支發(fā)展已較為成熟。三個(gè)技術(shù)分支在2006年之前，申請(qǐng)量的差別不大且數(shù)量均較小，顯示出在2006年以前三個(gè)分支的區(qū)別并不明顯，發(fā)展也較為緩慢，這說明基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)也是近10年才興起的一項(xiàng)技術(shù)，它依賴于圖像處理技術(shù)的發(fā)展水平。

2.2在華專利申請(qǐng)主要技術(shù)分支的申請(qǐng)量趨勢(shì)圖

由圖7可知，三個(gè)技術(shù)分支在2006年以前均只有零星的申請(qǐng)量，這與該領(lǐng)域在全球的發(fā)展情況相符合，基于人眼的疲勞駕駛檢測(cè)在華申請(qǐng)量自2006年以來呈現(xiàn)穩(wěn)步增長，且近年來申請(qǐng)量最大?；谌四樀钠隈{駛檢測(cè)申請(qǐng)量雖小于基于人眼的疲勞駕駛檢測(cè)，但近年來的申請(qǐng)量也呈現(xiàn)出穩(wěn)步增長的勢(shì)頭。然而，基于嘴巴的疲勞駕駛檢測(cè)雖有增長趨勢(shì)，但申請(qǐng)量一直都較小。由此可知，在國內(nèi)疲勞駕駛的檢測(cè)主要是采用人眼檢測(cè)和人臉檢測(cè)，這兩個(gè)分支是國內(nèi)的研究的熱門，也是今后國內(nèi)在該領(lǐng)域的發(fā)展趨勢(shì)。

3結(jié)語

通過對(duì)基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)專利的申請(qǐng)量的總體分析，以及基于人眼、基于人臉、基于嘴巴三個(gè)技術(shù)分支的申請(qǐng)量趨勢(shì)分析可知，基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)在近10年取得了較快發(fā)展，這與計(jì)算機(jī)圖像處理技術(shù)的發(fā)展密不可分；同時(shí)，科研院所作為該領(lǐng)域研究的主體，應(yīng)加強(qiáng)與中小企業(yè)的合作。國內(nèi)疲勞駕駛的檢測(cè)研究主要集中在人眼檢測(cè)和人臉檢測(cè)，這兩個(gè)分支是國內(nèi)的研究的熱門，同時(shí)，基于人眼的疲勞檢測(cè)其發(fā)展方向明確，后續(xù)發(fā)展將集中在眼睛定位算法的研究上，并且定位精度將越來越高，越來越滿足實(shí)際的要求。

參考文獻(xiàn)

[1] 朱淑亮.基于視頻圖像分析與信息融合的駕駛員疲勞檢測(cè)技術(shù)研究[J].濟(jì)南：山東大學(xué)，2011.

[2] 劉學(xué).基于人臉圖像分析的疲勞駕駛檢測(cè)方法研究[J].南京：南京航空航天大學(xué)，2012.

[3] 張靈聰，王正國，朱佩芳，等.汽車駕駛疲勞研究綜述[J].人類工效學(xué)，2003.

篇2

關(guān)鍵詞：計(jì)算機(jī)； 交通運(yùn)輸； 視覺； 信號(hào)控制

中圖分類號(hào)：TP39 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-3315（2013）06-175-001

近20年來，隨著我國經(jīng)濟(jì)社會(huì)的快速發(fā)展，大家直接的感覺是交通和運(yùn)輸行業(yè)呈現(xiàn)出井噴式的發(fā)展：在1990年的時(shí)候，我國機(jī)動(dòng)車保有量是1476.26萬輛，我國公路的總里程102.83萬公里；到了2010年，我國汽車的保有量已經(jīng)達(dá)到了2706.13萬輛，我國公路總里程已經(jīng)達(dá)到了482萬公里。交通運(yùn)輸對(duì)經(jīng)濟(jì)的發(fā)展起著至關(guān)重要的作用，高效的運(yùn)輸保障能力是促進(jìn)經(jīng)濟(jì)發(fā)展的重要措施；自上世紀(jì)計(jì)算機(jī)技術(shù)在交通運(yùn)輸領(lǐng)域應(yīng)用以來，其高運(yùn)算性、集成性為交通運(yùn)輸系統(tǒng)的發(fā)展提供了充分的技術(shù)支持，提高了運(yùn)輸效率，緩解了交通運(yùn)輸壓力。隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，在交通運(yùn)輸系統(tǒng)中將會(huì)有更為廣泛的運(yùn)用。

1.計(jì)算機(jī)視覺技術(shù)在交通運(yùn)輸中的應(yīng)用

基于圖像處理的計(jì)算機(jī)視覺技術(shù)是通過攝像機(jī)獲取場(chǎng)景圖像，并借助于計(jì)算機(jī)軟件構(gòu)建一個(gè)自動(dòng)化或半自動(dòng)化的圖像/視頻理解和分析系統(tǒng)，并提供及時(shí)準(zhǔn)確的圖像/視頻處理結(jié)果，以模仿人的視覺功能。采用人工值守的方式來處理交通問題是一種勞動(dòng)力成本高昂且效率極為低下的一種工作模式，為了極大地提高工作效率并降低勞動(dòng)力成本，計(jì)算機(jī)視覺技術(shù)應(yīng)用于交通領(lǐng)域則成為了近年來的熱點(diǎn)之一，其主要應(yīng)用于以下幾個(gè)方面：

①基于計(jì)算機(jī)視覺技術(shù)的車輛牌照自動(dòng)識(shí)別。

②基于計(jì)算機(jī)視覺技術(shù)的車輛檢測(cè)與流量統(tǒng)計(jì)。

③基于計(jì)算機(jī)視覺技術(shù)的公交車輛乘客人數(shù)統(tǒng)計(jì)。

④基于計(jì)算機(jī)視覺技術(shù)的公交專用道非法占道抓拍。

⑤基于計(jì)算機(jī)視覺技術(shù)的駕駛員工作狀態(tài)判斷。

⑥基于計(jì)算機(jī)視覺技術(shù)的行人檢測(cè)。

隨著圖像處理、模式識(shí)別與人工智能技術(shù)的發(fā)展，更多的基于計(jì)算機(jī)視覺新技術(shù)將在智能交通系統(tǒng)中涌現(xiàn)，并以此進(jìn)一步便利人們的出行方式與交通職能部門管理水平與工作效率。

2.車輛收費(fèi)系統(tǒng)中計(jì)算機(jī)技術(shù)的應(yīng)用

在近期我國興起的不停車收費(fèi)系統(tǒng)（ETC系統(tǒng)）是一種先進(jìn)的電子收費(fèi)系統(tǒng)，它包括自動(dòng)車輛識(shí)別系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò)、監(jiān)控系統(tǒng)和車道系統(tǒng)4個(gè)部分。與之前人工的收費(fèi)系統(tǒng)相比，節(jié)約資源、減少污染、杜絕票款流失、減少車輛延誤、提高通行能力與服務(wù)水平；該系統(tǒng)普遍采用非接觸式的射頻卡，以天線的方式對(duì)車輛上卡中信息進(jìn)行讀寫，采用高速率的半雙工協(xié)議來進(jìn)行車輛識(shí)別與數(shù)據(jù)交換，實(shí)現(xiàn)車輛不停車收費(fèi)，不停車收費(fèi)系統(tǒng)將是未來收費(fèi)系統(tǒng)的發(fā)展趨勢(shì)，具有極其廣闊的應(yīng)用前景。

3.在交通信號(hào)控制領(lǐng)域計(jì)算機(jī)技術(shù)的應(yīng)用

隨著大、中城市不斷增加的車輛和有限的道路空間矛盾日益加劇，交通系統(tǒng)面臨著越來越多的問題。合理的運(yùn)用計(jì)算機(jī)控制管理技術(shù)是緩解城市交通問題的重要措施之一，交通信號(hào)自動(dòng)控制是交通控制的重要組成部分。智能交通中的信號(hào)燈控制顯示出了越來越多的重要性，采用計(jì)算機(jī)技術(shù)、自動(dòng)化控制技術(shù)和現(xiàn)代網(wǎng)絡(luò)通訊技術(shù)，使車輛行駛和道路導(dǎo)航實(shí)現(xiàn)智能化，從而緩解道路交通擁堵，減少交通事故，改善道路交通環(huán)境，節(jié)約交通能源，減輕駕駛疲勞等功能，最終實(shí)現(xiàn)安全、舒適、快速、經(jīng)濟(jì)的交通環(huán)境。

隨著我國交通建設(shè)的發(fā)展，未來的交通控制將在道路、車輛和駕駛員之間建立快速通訊聯(lián)系。哪里發(fā)生了交通事故，哪里交通擁擠，哪條路最為暢通，會(huì)以最快的速度提供給駕駛員和交通管理人員。同時(shí)專為外出旅行人員及時(shí)提供各種交通信息，提供信息的媒介是多種多樣的，如電腦、電視、電話、路標(biāo)、無線電、車內(nèi)顯示屏等，任何一種方式都可以。無論你是在辦公室、大街上、家中、汽車上，只要采用其中任何一種方式，你都能從信息系統(tǒng)中獲得所需要的信息。有了該系統(tǒng)，外出旅行者就可以眼觀六路、耳聽八方了。

4.總結(jié)

21世紀(jì)將是計(jì)算機(jī)技術(shù)高速發(fā)展并更加廣泛應(yīng)用的世紀(jì)，也是公路交通智能化的世紀(jì)，人們將要利用計(jì)算機(jī)技術(shù)，構(gòu)建更加智能的交通運(yùn)輸體系。計(jì)算機(jī)技術(shù)在將來的交通運(yùn)輸管理中將發(fā)揮更加重要的作用。計(jì)算機(jī)技術(shù)將使未來的車輛靠自己的智能系統(tǒng)和道路交通管理體系在道路上自由行駛；公路交通依靠自身的計(jì)算機(jī)視頻傳感技術(shù)將交通流量調(diào)整至最佳狀態(tài)。計(jì)算機(jī)技術(shù)使得交通運(yùn)輸?shù)男矢?，更好的為?jīng)濟(jì)飛速發(fā)展做好支持。

參考文獻(xiàn)：

篇3

【關(guān)鍵詞】OpenCV視覺庫 圖像處理 Android平臺(tái)

Opencv全稱：Open Source Computer Vision Library，是一個(gè)可以移植到其他開發(fā)工具中的一個(gè)跨平臺(tái)的圖像處理視覺庫，它由C++語言編寫，主要有C++、C語言接口，為了能在手機(jī)等移動(dòng)端更方便的進(jìn)行圖像處理，我們利用其JAVA接口將opencv視覺庫添加到Android的開發(fā)工具中，實(shí)現(xiàn)了在移動(dòng)端的圖像處理功能。

1 opencv的特點(diǎn)

（1）跨平臺(tái)，有很好的移植性。Opencv由跨平臺(tái)的中高層API構(gòu)成，可以運(yùn)行在Linux、Windows和Mac OS操作系y上，該庫有C++、C、Java接口，我們運(yùn)用Java接口就可以將Opencv視覺庫移植到Android studio開發(fā)工具中。

（2）免費(fèi)、開源，與耗費(fèi)很高的商業(yè)化工具（比如 MATLAB+Simulink）有很大的區(qū)別。

（3）高效、快速、使用方便。Opencv視覺庫具有強(qiáng)大的圖像運(yùn)算功能，API中有比較完善的處理函數(shù)，能夠明顯提高開發(fā)效率。

2 Opencv在Android studio中的環(huán)境搭建流程

2.1 安裝Java JDK

需要完成JDK的下載、安裝和環(huán)境配置的流程，安裝完成后，要運(yùn)行資源管理器輸入 Java Version來驗(yàn)證是否安裝成功，若顯示Java版本信息，則安裝成功。

2.2 下載Android Studio開發(fā)工具并安裝

在Android Studio的中文社區(qū)下載最新的Android Studio開發(fā)工具（要包含Java SDK），并運(yùn)行Android Studio，根據(jù)安裝提示進(jìn)行安裝，并運(yùn)行開發(fā)工具。

2.3 配置Opencv Android SDK

在Opencv官網(wǎng)（http：//）下載Opencv Android SDK并解壓。在Android Studio中，新建一工程，點(diǎn)擊File并import Module，并選中解壓的Opencv SDK文件夾中的Java文件夾，這樣就將Opencv視覺庫移植到了Android Studio中。然后右鍵App project，打開open Module Settings中的Depencies，點(diǎn)擊Module Dependency，添加OpencvLibrary，這樣就完成了深層配置。最后把Opencv SDK文件夾中的native文件夾中的libs的4個(gè)文件夾復(fù)制到所建好的工作空間中的project中的libs中。

3 圖像的灰度處理和像素取反處理的應(yīng)用舉例

本文中是用的移動(dòng)端為魅族MX3，Android版本號(hào)為5.0.1。

3.1 灰度處理

使用OpenCv將一幅圖像轉(zhuǎn)換為灰度圖像在實(shí)際應(yīng)用中也不少，轉(zhuǎn)換為灰度圖像比較簡(jiǎn)單，關(guān)鍵函數(shù)： cvCvtColor：cvCvtColor（IplImage* src， IplImage* dst， CV_BRG2GRAY）。值得注意的是：最后一個(gè)參數(shù)為 CV_BRG2GRAY ，表示將BRG圖片（彩色圖片）轉(zhuǎn)換為灰度圖片（黑白），參數(shù)src、dst必須事先分配好內(nèi)存空間，使用完之后必須要釋放空間。

3.2 像素操作―取反

OpenCV中圖像取反是將圖像中的像素點(diǎn)變?yōu)樵瓉硐袼攸c(diǎn)的反色。例如，如果一副灰度圖像的每個(gè)像素值由2^8=256個(gè)，假設(shè)點(diǎn)i點(diǎn)像素值為brga[i] ，則取反后的像素值為 255- brga[i]&oxff。

關(guān)鍵代碼為：

int cnum = src.channels（）；

byte[] bgra = new byte[cnum]；

for （int i = 0；i

bgra[i] = （byte） （255 - bgra[i]&0xff）；}

然后運(yùn)用matToBitmap函數(shù)將Mat格式的圖像轉(zhuǎn)換成Bitmap的圖像，并顯示在android手機(jī)移動(dòng)端。

經(jīng)過編寫代碼并運(yùn)行得到的處理結(jié)果如圖1所示。

4 結(jié)束語

OpenCV視覺庫是一套簡(jiǎn)單易用且完整的計(jì)算機(jī)視覺框架，幫助開發(fā)人員完成大量的底層工作，減少了工作量，更有效提高了設(shè)計(jì)出復(fù)雜計(jì)算機(jī)圖形處理的能力。并且我們將OpenCV移植到Android操作系統(tǒng)中去，也是圖像處理領(lǐng)域的一大進(jìn)步。我們相信，在OpenCVForAndroid的應(yīng)用不斷拓展中，眾多圖像處理領(lǐng)域會(huì)有廣泛的前景。

參考文獻(xiàn)

[1]陳雪嬌.基于Open CV的計(jì)算機(jī)視覺技術(shù)研究[J].電腦知識(shí)與技術(shù)，2015（30）.

[2]張家怡.圖像識(shí)別的技術(shù)現(xiàn)狀和發(fā)展趨勢(shì)[J].電腦知識(shí)與技術(shù)，2010（21）.

[3]黎松，平西建，丁益洪.開放源代碼的計(jì)算機(jī)視覺類庫Open CV的應(yīng)用[J].計(jì)算機(jī)應(yīng)用與軟件，2005.22（08）.

[4]何鵬，王連鵬，楚艷紅.基于Open CV 的機(jī)器視覺在智能手機(jī)中的應(yīng)用[J].計(jì)算機(jī)工程與設(shè)計(jì)，2011（10）.

[5]王福斌，李迎燕，劉杰，陳至坤.基于OpenCV的機(jī)器視覺圖像處理技術(shù)實(shí)現(xiàn)[J].機(jī)械與電子，2010（06）.

作者簡(jiǎn)介

劉賢輝（1992-），男，山東省青島市人?，F(xiàn)為青島市山東科技大學(xué)在讀研究生。主要研究方向?yàn)橐苿?dòng)端的圖像處理研究

篇4

關(guān)鍵詞： 計(jì)算機(jī)視覺； 車輛檢測(cè)； 速度檢測(cè)； 消除車輛陰影

中圖分類號(hào)： TN911.73?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）09?0164?03

Abstract： On the basis of the comparison of the traditional moving vehicle real?time detection methods， a new G?C double difference method is proposed. The edge detection of a certain current frame and background frame in video stream is conducted， and then the results are subtracted from the two frames to get the gradient difference. After that the ″or″ operation for the difference result and background color difference result is performed to greatly improve the accuracy of the vehicle judgment. This algorithm can accurately detect the existing moving vehicle on the road and effectively eliminate the effect of vehicle shadow， which provides a strong guarantee for the real?time detection of the following vehicle moving velocity. Based on the results of moving vehicle detection， the programming realization was conducted in VC environment to automatically detect the real?time speed of the moving vehicle. The test results show that the effect of the algorithm is perfect.

Keywords： computer vision； vehicle detection； speed detection； vehicle shadow elimination

0 引 言

計(jì)算機(jī)視覺（Computer Vision）主要研究如何運(yùn)用照相機(jī)和計(jì)算機(jī)獲取被拍攝對(duì)象的數(shù)據(jù)與信息，形象的說，就是給計(jì)算機(jī)安裝上“眼睛”（照相機(jī)）和“大腦”（算法）。目前，計(jì)算機(jī)視覺技術(shù)的應(yīng)用領(lǐng)域十分廣泛，其在道路交通管理中的應(yīng)用更是取得了很好的效果。隨著科學(xué)技術(shù)的飛速發(fā)展，現(xiàn)代交通在經(jīng)濟(jì)發(fā)展中所起的作用越來越大，而交通現(xiàn)代化帶來的問題也越來越多，諸如交通擁擠、交通事故頻發(fā)、交通環(huán)境惡化等。在這樣的大背景下，智能交通系統(tǒng)（Intelligent Traffic System，ITS）作為一種強(qiáng)有力的交通管理手段應(yīng)運(yùn)而生，其高效率的管理特點(diǎn)使其成為當(dāng)今世界道路交通管理的發(fā)展趨勢(shì)，而計(jì)算機(jī)視覺技術(shù)則是ITS的重要技術(shù)支持。

實(shí)時(shí)車輛運(yùn)動(dòng)速度檢測(cè)是ITS對(duì)交通實(shí)施監(jiān)測(cè)和管理的重要一環(huán)，對(duì)車輛速度的檢測(cè)一方面可以監(jiān)控超速等違章問題，減少交通事故的發(fā)生，另一方面可以根據(jù)車速判斷道路擁擠程度，進(jìn)而迅速采取措施，保證道路交通的安全和暢通，從而實(shí)現(xiàn)智能交通管理的目的。在上一代ITS中，實(shí)時(shí)車輛運(yùn)動(dòng)速度檢測(cè)的方法主要有線圈檢測(cè)、激光檢測(cè)、雷達(dá)檢測(cè)等，這些速度檢測(cè)方法多多少少都存在一定的問題，如容易受路基狀況、自然環(huán)境等的影響精度降低，而在新一代ITS中基于計(jì)算機(jī)視覺的車輛速度檢測(cè)法則大大提高了測(cè)速的精度，這有賴于計(jì)算機(jī)有一個(gè)“超強(qiáng)大腦”，即好的算法。

1 運(yùn)動(dòng)車輛的檢測(cè)

運(yùn)動(dòng)車輛的檢測(cè)是實(shí)時(shí)運(yùn)動(dòng)車輛速度檢測(cè)的基礎(chǔ)，使計(jì)算機(jī)能夠自動(dòng)的把相機(jī)攝取的視頻里的靜止物體與運(yùn)動(dòng)物體區(qū)別開，并且自動(dòng)提取出運(yùn)動(dòng)物體。所以，在研究實(shí)時(shí)車輛速度檢測(cè)算法前，先要研究運(yùn)動(dòng)車輛的檢測(cè)算法。

1.1 現(xiàn)有運(yùn)動(dòng)目標(biāo)檢測(cè)方法比較

目前，常用的運(yùn)動(dòng)車輛實(shí)時(shí)檢測(cè)方法主要有幀間差分法和背景差分法。

1.2.2 預(yù)處理幀的顏色差分

由于無論車身像素值是否低于路面像素值，其梯度邊緣必然存在，而交通路面一般都很平坦，除了車道線外檢測(cè)不到邊緣，將當(dāng)前幀與路面背景模型均進(jìn)行邊緣檢測(cè)，再將兩個(gè)邊緣圖像按式（8）做差得到運(yùn)動(dòng)物體的邊緣梯度差分圖像：

3 實(shí)驗(yàn)結(jié)果與分析

筆者用實(shí)際拍攝的視頻圖像對(duì)上述算法進(jìn)行了試驗(yàn)測(cè)試，實(shí)驗(yàn)時(shí)模擬實(shí)際交通攝像機(jī)的安裝情況，使其固定不動(dòng)，計(jì)算機(jī)處理的速度約為20 f/s。首先將視頻中的某一幀進(jìn)行邊緣檢測(cè)，與背景做梯度差分，并與背景顏色差分的結(jié)果進(jìn)行“或”運(yùn)算，最后對(duì)圖像去噪并二值化，通過測(cè)試多種路況、天氣和光照條件，試驗(yàn)結(jié)果顯示該算法可以在陽光充足、遇到物體陰影明顯的情況下準(zhǔn)確地將運(yùn)動(dòng)車輛從視頻的背景中提取出來，并能準(zhǔn)確檢測(cè)出車輛的速度，如圖3所示。

4 結(jié) 語

計(jì)算視覺的應(yīng)用提高了智能交通系統(tǒng)的準(zhǔn)確性，本文在對(duì)比了傳統(tǒng)運(yùn)動(dòng)車輛實(shí)時(shí)檢測(cè)方法的基礎(chǔ)上，提出了一種新的運(yùn)動(dòng)車輛實(shí)時(shí)速度檢測(cè)算法，此算法與傳統(tǒng)的算法相比，可以更加準(zhǔn)確地檢測(cè)出路面運(yùn)動(dòng)車輛的存在，同時(shí)有效消除車輛陰影的影響，為后續(xù)車輛運(yùn)動(dòng)速度的實(shí)時(shí)檢測(cè)提供有力保證?；谶\(yùn)動(dòng)車輛檢測(cè)的結(jié)果，進(jìn)行編程實(shí)現(xiàn)，可以自動(dòng)檢測(cè)出運(yùn)動(dòng)車輛的實(shí)時(shí)速度，測(cè)試結(jié)果表明該算法效果很好。

參考文獻(xiàn)

[1] MARR D， HILDRETH E. Theory of edge detection [J]. Royal society of London proceedings， 1980， 207（1167）： 187?217.

[2] 高富榮，方強(qiáng).機(jī)動(dòng)車地感線圈測(cè)速監(jiān)測(cè)系統(tǒng)性能和檢測(cè)方法研究[J].上海計(jì)量測(cè)試，2008（2）：27?28.

[3] 安福東.機(jī)動(dòng)車的幾種測(cè)速方式原理及性能的分析比較[J].警察技術(shù)，2003（3）：33?35.

[4] 姜永林，孫國棟.交通車輛視頻測(cè)速技術(shù)[J].儀表技術(shù)與傳感器，2007（9）：69?70.

[5] 弼程，彭天強(qiáng)，彭波.智能圖像處理技術(shù)[M].北京：電子工業(yè)出版社，2004.

[6] 邢霄飛，李永寧，林木華.一種基于紋理分析的視頻車輛測(cè)速方法[J].計(jì)算機(jī)應(yīng)用，2005（12）：2803?2805.

[7] 周許超，屠大維，陳勇，等.基于相位相關(guān)和差分相乘的動(dòng)態(tài)背景下運(yùn)動(dòng)目標(biāo)檢測(cè)[J].儀器儀表學(xué)報(bào)，2010（5）：980?983.

[8] 王芳林.穩(wěn)健視覺跟蹤算法中的關(guān)鍵問題研究[D].上海：上海交通大學(xué)，2009.

篇5

關(guān)鍵詞：農(nóng)業(yè)生產(chǎn)；機(jī)械制造；應(yīng)用；自動(dòng)化技術(shù)

我國是一個(gè)農(nóng)業(yè)大國，農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)經(jīng)濟(jì)對(duì)于我國而言非常重要。為了更好地提高農(nóng)業(yè)生產(chǎn)效率，在農(nóng)業(yè)生產(chǎn)過程中，合理地應(yīng)用行之有效的機(jī)械制造自動(dòng)化技術(shù)，對(duì)于提升農(nóng)業(yè)生產(chǎn)有著明顯的推動(dòng)作用。在農(nóng)業(yè)生產(chǎn)當(dāng)中借助機(jī)械制造自動(dòng)化，不僅可以大大減少農(nóng)民的工作量，還可以顯著提升勞動(dòng)生產(chǎn)的舒適性以及效率，實(shí)現(xiàn)成本節(jié)約的同時(shí)，還可以顯著優(yōu)化農(nóng)產(chǎn)品的生產(chǎn)。因此，探討農(nóng)業(yè)機(jī)械制造自動(dòng)化的應(yīng)用具有顯著意義。

1機(jī)械制造自動(dòng)化技術(shù)

機(jī)械制造主要是按照機(jī)械設(shè)計(jì)的最終效果發(fā)展生產(chǎn)以及制造的過程，其中會(huì)涉及許多類型的設(shè)備，例如工業(yè)當(dāng)中的儀器儀表、機(jī)床等機(jī)械設(shè)備，在農(nóng)業(yè)生產(chǎn)中主要是一些能夠提高農(nóng)業(yè)生產(chǎn)行為效率的機(jī)械設(shè)備。近些年，我國機(jī)械制造行業(yè)的發(fā)展速度十分明顯，并且也獲得了大量的創(chuàng)新成就。通過相應(yīng)的研究，我國機(jī)械制造行業(yè)目前已經(jīng)處于國際先進(jìn)水準(zhǔn)，同時(shí)逐漸向自動(dòng)化、數(shù)字化、智能化的方向發(fā)展。其中，虛擬化、自動(dòng)化是主要發(fā)展目標(biāo)，通過虛擬化的控制，自動(dòng)化的操作與控制可以實(shí)現(xiàn)更好的優(yōu)化生產(chǎn)效率和效果的目的。機(jī)械自動(dòng)化技術(shù)可以為農(nóng)業(yè)生產(chǎn)提供至少以下幾個(gè)方面的優(yōu)勢(shì)和特點(diǎn)：優(yōu)化產(chǎn)品質(zhì)量、提高生產(chǎn)效率、控制生產(chǎn)周期、控制生產(chǎn)成本、提升經(jīng)濟(jì)效益、降低人工勞動(dòng)力投入、實(shí)現(xiàn)生產(chǎn)環(huán)境環(huán)保型，推動(dòng)相應(yīng)行業(yè)與技術(shù)不斷發(fā)展和創(chuàng)新。

2農(nóng)業(yè)機(jī)械制造自動(dòng)化的應(yīng)用現(xiàn)狀

機(jī)械自動(dòng)化技術(shù)是農(nóng)業(yè)生產(chǎn)中最為重要且應(yīng)用意義巨大的一種技術(shù)，國外一些發(fā)達(dá)國家，已經(jīng)能夠?qū)⒋罅康霓r(nóng)業(yè)機(jī)械制造自動(dòng)化技術(shù)應(yīng)用到農(nóng)業(yè)生產(chǎn)當(dāng)中，并且在農(nóng)業(yè)生產(chǎn)中的收割、整理、篩選、加工、包裝等流程中應(yīng)用自動(dòng)化機(jī)械，可以實(shí)現(xiàn)自動(dòng)化的生產(chǎn)效果。農(nóng)業(yè)機(jī)械制造自動(dòng)化技術(shù)仍然需要堅(jiān)實(shí)的科學(xué)技術(shù)為基礎(chǔ)，其中主要包含計(jì)算機(jī)集成制造系統(tǒng)、計(jì)算機(jī)輔助設(shè)計(jì)技術(shù)、高精度的加工技術(shù)等，目前我國機(jī)械制造自動(dòng)化技術(shù)仍然處于萌芽階段，仍然需要更加深入的研究和創(chuàng)新。根據(jù)機(jī)械自動(dòng)化技術(shù)的制造規(guī)模劃分，農(nóng)業(yè)行業(yè)當(dāng)中的機(jī)械自動(dòng)化主要可以分為自動(dòng)化制造、自動(dòng)化制造系統(tǒng)、制造線、制造工廠等。就農(nóng)業(yè)機(jī)械制造領(lǐng)域而言，我國僅僅達(dá)到了自動(dòng)化制造、自動(dòng)化制造系統(tǒng)的建設(shè)和創(chuàng)新，在其他方面仍然有待提高。

3農(nóng)業(yè)中機(jī)械制造自動(dòng)化的未來發(fā)展前景

3.1自動(dòng)化視覺技術(shù)的應(yīng)用

計(jì)算機(jī)的視覺技術(shù)是新時(shí)期的一種重要技術(shù)之一，國外許多發(fā)達(dá)國家已經(jīng)針對(duì)這一技術(shù)開展了相應(yīng)的工程性應(yīng)用。計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)生產(chǎn)當(dāng)中的應(yīng)用主要表現(xiàn)在評(píng)判農(nóng)產(chǎn)品的質(zhì)量、管理農(nóng)業(yè)種植的資源、記錄農(nóng)作物的生產(chǎn)信息以及自動(dòng)收貨等方面。例如，英國通過計(jì)算機(jī)視覺技術(shù)制造了專用于采蘑菇的機(jī)器人，通過其中的視覺處理技術(shù)以及圖像處理功能，可以讓機(jī)器人在采蘑菇時(shí)準(zhǔn)確定位并有效采集。當(dāng)前，這一技術(shù)在我國仍然不夠成熟，需要進(jìn)步一研究和應(yīng)用。

3.2農(nóng)產(chǎn)品檢驗(yàn)與包裝技術(shù)

就目前的農(nóng)產(chǎn)品檢驗(yàn)與包裝效率而言，大多數(shù)屬于密集勞動(dòng)的方式，想要有效提升這項(xiàng)工作的工作效率，可以應(yīng)用自動(dòng)化檢測(cè)包裝設(shè)備，其中可以借助攝像機(jī)或X射線等方式探測(cè)農(nóng)產(chǎn)品的病害程度以及受損害程度，并將包裝完好的農(nóng)產(chǎn)品挑選出來，并計(jì)算農(nóng)產(chǎn)品的數(shù)量以及體積，之后再借助包裝機(jī)，根據(jù)不同質(zhì)量等級(jí)以及體積將農(nóng)產(chǎn)品包裝好。這一技術(shù)在許多發(fā)達(dá)國家已經(jīng)達(dá)到了生產(chǎn)線密集型的應(yīng)用，但是在我國存在著明顯的問題，仍然需要相關(guān)研究人員不斷探究和實(shí)踐，并根據(jù)我國實(shí)際的農(nóng)業(yè)生產(chǎn)現(xiàn)狀，設(shè)計(jì)出符合我國農(nóng)業(yè)生產(chǎn)的農(nóng)產(chǎn)品檢驗(yàn)與包裝自動(dòng)化技術(shù)。

4總結(jié)

綜上所述，農(nóng)業(yè)機(jī)械制造的自動(dòng)化技術(shù)未來必然是農(nóng)業(yè)社會(huì)經(jīng)濟(jì)發(fā)展的必然，對(duì)農(nóng)業(yè)生產(chǎn)均有著明顯的意義和作用。因此，在農(nóng)業(yè)機(jī)械生產(chǎn)以及制造過程中，需要不斷提高對(duì)機(jī)械自動(dòng)化技術(shù)的重視和探討，提升農(nóng)業(yè)機(jī)械制造設(shè)備以及管理的自動(dòng)化狀況，從而更好地推動(dòng)我國農(nóng)業(yè)生產(chǎn)。

作者:李洪芹 顏廷婷 魯鴻 單位:1、山東省臨沂市費(fèi)縣農(nóng)機(jī)監(jiān)理站 2、山東省臨沂市蘭山區(qū)方城農(nóng)機(jī)管理服務(wù)站

參考文獻(xiàn)：

篇6

智能家居是以住宅為平臺(tái)，基于物聯(lián)網(wǎng)技術(shù)，由硬件(智能家電、智能硬件、安防控制設(shè)備、家具等)、軟件系統(tǒng)、云計(jì)算平臺(tái)構(gòu)成的一個(gè)家居生態(tài)圈，實(shí)現(xiàn)人遠(yuǎn)程控制設(shè)備、設(shè)備間互聯(lián)互通、設(shè)備自我學(xué)習(xí)等功能，并通過收集、分析用戶行為數(shù)據(jù)為用戶提供個(gè)性化生活服務(wù)，使家居生活安全、舒適、節(jié)能、高效、便捷。智能家居包括家居生活中多種產(chǎn)品，涵蓋多個(gè)家居生活場(chǎng)景。

2016年中國智能家居市場(chǎng)規(guī)模達(dá)到1140億元，2017年第二季度智能家居活躍用戶規(guī)模達(dá)到4600萬。隨著物聯(lián)網(wǎng)技術(shù)、人工智能技術(shù)的發(fā)展，及90后婚育潮的到來，智能家居將成為主流的發(fā)展趨勢(shì)。

從智能家居發(fā)展階段來看，中國智能家居市場(chǎng)正處于市場(chǎng)啟動(dòng)階段，尚未進(jìn)入爆發(fā)期，智能家居產(chǎn)品滲透率較低。目前，智能家居領(lǐng)域依然存在諸多制約因素，如產(chǎn)品本身智能化程度低，多數(shù)產(chǎn)品是按既定的程序完成任務(wù)，在主動(dòng)感知和解決用戶需求、人機(jī)互動(dòng)等方面達(dá)到的體驗(yàn)依然較初級(jí)，因此沒有形成廣泛的用戶粘性，消費(fèi)者對(duì)智能家居產(chǎn)品抱有觀望態(tài)度。而相較于亞馬遜的echo和GoogleHOME，國內(nèi)還沒有成熟的智能家居控制中心，仍處于以手機(jī)APP向智能音箱、智能電視、機(jī)器人等控制中心的過渡時(shí)期。

人工智能技術(shù)可以帶來硬件背后的軟件及服務(wù)能力、與智能硬件相匹配的交互技術(shù)。人工智能+智能家居，有利于形成適配下一代硬件的真正的“智能化”及深入場(chǎng)景體驗(yàn)的個(gè)性化計(jì)算，語音及視覺等人機(jī)交互技術(shù)有助于提升與智能家居產(chǎn)品的交互體驗(yàn)。

“AI+智能家居”提升智能家居產(chǎn)品交互體驗(yàn)

語音交流更傾向于日常交流方式：通過人類的語言給機(jī)器下指令，從而完成自己的目的，而無需進(jìn)行其他操作，這一過程將更為自然。同時(shí)語音交互在特定的場(chǎng)景中具有優(yōu)勢(shì)，比如遠(yuǎn)程操縱、在行車過程中等，能夠?qū)崿F(xiàn)在特定場(chǎng)景中解放雙手的作用，在家居相對(duì)封閉的環(huán)境中，語音識(shí)別成為主流的人機(jī)交互方式。

近年來，語音交互的核心環(huán)節(jié)取得重大突破，語音識(shí)別環(huán)節(jié)突破了單點(diǎn)能力，達(dá)到97%以上的中文語音識(shí)別準(zhǔn)確率，從遠(yuǎn)場(chǎng)識(shí)別，到語音分析和語義理解技術(shù)都日趨成熟，多輪對(duì)話的實(shí)現(xiàn)等都有利于語音交互取代傳統(tǒng)的觸屏交互方式，整體的語音交互方案已被應(yīng)用到智能家居領(lǐng)域中。

計(jì)算機(jī)視覺、手勢(shì)識(shí)別等交互方式成為語音交互的輔助，echo在新推出的echoshow產(chǎn)品中已搭載屏幕，而智能電視除語音交互之外，通過計(jì)算機(jī)視覺分析視頻內(nèi)容，并對(duì)內(nèi)容相關(guān)的資料進(jìn)行下一步操作，包括短視頻剪輯、邊看邊買等，比如Yi+搭載在天貓魔盒中的“瞄一下”功能。再比如在智能冰箱中，通過計(jì)算機(jī)視覺實(shí)現(xiàn)對(duì)冰箱內(nèi)食品的分析，以及衍生出的用戶健康管理和線上購物等功能，多種交互方式將統(tǒng)一在家居生活場(chǎng)景中，從而提供更為自然的交互體驗(yàn)。

另一方面伴隨著智能家居平臺(tái)的發(fā)展，通過“IFTTT”的場(chǎng)景布局，智能家居實(shí)現(xiàn)多種家居產(chǎn)品的聯(lián)動(dòng)，用戶可以自定義多個(gè)使用場(chǎng)景，實(shí)現(xiàn)定制化、個(gè)性化。在人工智能技術(shù)的發(fā)展將使得個(gè)人身份識(shí)別、用戶數(shù)據(jù)收集、產(chǎn)品聯(lián)動(dòng)在潛移默化中變成現(xiàn)實(shí)，未來家居生活場(chǎng)景中將提供千人千面，家庭成員的個(gè)性化服務(wù)。

“AI+智能家居”實(shí)現(xiàn)內(nèi)容和服務(wù)的拓展

找到合適的語音入口是挖掘智能家居背后用戶價(jià)值的關(guān)鍵。硬件本身具有入口價(jià)值，智能音箱，智能電視，家庭機(jī)器人等都有可能成為合適的入口。

傳統(tǒng)的鼠標(biāo)操作、觸屏操作逐漸向語音交互這種更為自然的交互方式演進(jìn)，語音交互的未來價(jià)值在于用戶數(shù)據(jù)挖掘，以及背后內(nèi)容、服務(wù)的打通，以語音作為入口的物聯(lián)網(wǎng)時(shí)代將會(huì)產(chǎn)生新的商業(yè)模式。智能音箱、服務(wù)機(jī)器人、智能電視等智能化產(chǎn)品成為現(xiàn)階段搭載語音識(shí)別技術(shù)和自然語言處理技術(shù)的載體，作為潛在的智能家居入口，智能音箱、服務(wù)機(jī)器人和智能電視等產(chǎn)品在提供原有的服務(wù)的同時(shí)，接入更多的移動(dòng)互聯(lián)網(wǎng)服務(wù)，并實(shí)現(xiàn)對(duì)其他智能家居產(chǎn)品的控制。這些產(chǎn)品為付費(fèi)內(nèi)容、第三方服務(wù)、電商等資源開拓了新的流量入口，用戶多方數(shù)據(jù)被記錄分析，廠商將服務(wù)嫁接到生活中不同的場(chǎng)景中，數(shù)據(jù)成為基礎(chǔ)，服務(wù)更為人性化。

“AI+智能家居”的未來發(fā)展趨勢(shì)

a.帶來更好的智能化、更高體驗(yàn)的人機(jī)交互

從最早的WiFi聯(lián)網(wǎng)控制到如今的指紋識(shí)別、語音識(shí)別，人機(jī)交互性能大大提升，智能家居產(chǎn)品正在由弱智能化向智能化發(fā)展。而智能家居產(chǎn)品受眾也將從嘗鮮者轉(zhuǎn)向更為普通的用戶，甚至包括老人和小孩。更智能化的技術(shù)應(yīng)用、更復(fù)雜的用戶結(jié)構(gòu)和更廣泛的用戶覆蓋等因素必將促使智能家居產(chǎn)品趨于簡(jiǎn)單實(shí)用。

智能化和人機(jī)交互體驗(yàn)的升級(jí)將大大擴(kuò)寬智能家居應(yīng)用場(chǎng)景，2016年，智能安防類產(chǎn)品落地，指紋鎖、智能攝像頭等產(chǎn)品受到了廣泛關(guān)注。隨著智能感知、深度學(xué)習(xí)等技術(shù)的提升，智能燈光、智能溫控等產(chǎn)品也逐漸趨于成熟，2017年智能音箱成為爆款產(chǎn)品。當(dāng)用戶需求不斷擴(kuò)大，產(chǎn)品愈加豐富，智能家居將會(huì)滲透到家居生活的方方面面。智能家居市場(chǎng)將迎來爆發(fā)，2019年，智能家居市場(chǎng)規(guī)模有望達(dá)到1950億元。

b.智能音箱、智能電視、管家型機(jī)器人將繼續(xù)搶占智能家居控制中心，智能家居趨于系統(tǒng)化

篇7

關(guān)鍵詞：機(jī)器視覺；自動(dòng)化；圖像處理

中圖分類號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-8937（2013）23-0012-021 機(jī)器視覺的定義

機(jī)器視覺是用機(jī)器來代替人的眼精來做測(cè)量和判斷的一門技術(shù)。機(jī)器視覺系統(tǒng)是通過圖像攝取裝置將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，并且傳送給專用的圖像處理系統(tǒng)，把圖像信息轉(zhuǎn)變成數(shù)字化信號(hào)；圖像系統(tǒng)對(duì)處理好的信號(hào)進(jìn)行運(yùn)算抽取目標(biāo)特征，從而根據(jù)目標(biāo)特征來控制現(xiàn)場(chǎng)設(shè)備的動(dòng)作。

2 機(jī)器視覺技術(shù)的發(fā)展

機(jī)器視覺這門技術(shù)從80年代開始全球獲得了蓬勃發(fā)展，不斷涌現(xiàn)出新的理念。在中國該項(xiàng)技術(shù)自起步發(fā)展至今，機(jī)器視覺已經(jīng)有20多年的歷史，其功能以及應(yīng)用范圍隨著工業(yè)自動(dòng)化的發(fā)展逐漸完善和推廣。研究領(lǐng)域發(fā)展十分迅速。機(jī)器視覺的發(fā)展已有20多年。1990年以前，僅僅在大學(xué)和研究所中有一些研究圖像處理和模式識(shí)別的實(shí)驗(yàn)室。1990～1998年為初級(jí)階段。主要的國際機(jī)器視覺廠商還沒有進(jìn)入中國市場(chǎng)。越來越多的電子和半導(dǎo)體工廠帶有機(jī)器視覺的整套的生產(chǎn)線和高級(jí)設(shè)備被引入中國。1998～2002年定義為機(jī)器視覺概念引入期。在此階段，許多著名視覺設(shè)備供應(yīng)商，開始接觸中國市場(chǎng)尋求本地合作伙伴。從2002年至今，我們稱之為機(jī)器視覺發(fā)展期，中國機(jī)器視覺呈快速增長趨勢(shì)并且應(yīng)用范圍廣泛。

現(xiàn)在，機(jī)器視覺仍然是一個(gè)非?；钴S的研究領(lǐng)域，目前國際上從事機(jī)器視覺技術(shù)研究較為成功的企業(yè)主要有：美國邦納工程公司、捷達(dá)科技有限公司、東芝泰力株式會(huì)社等。國內(nèi)深圳、廣州、西安等地此項(xiàng)技術(shù)發(fā)展較為迅速。比如深圳市視覺龍科技、廣州三拓識(shí)別技術(shù)有限公司等。

3 機(jī)器視覺技術(shù)的工作原理

機(jī)器視覺是一項(xiàng)包括了光學(xué)成像、傳感器、圖像處理、機(jī)械工程等光、機(jī)、電及計(jì)算機(jī)圖像處理的綜合技術(shù)。

它一般包括照明、鏡頭、CCD相機(jī)、圖像處理軟件、圖像處理單元、監(jiān)視器和動(dòng)作執(zhí)行機(jī)構(gòu)等。其工作流程如圖1所示。首先光源投射到被測(cè)物體，通過CCD相機(jī)捕捉獲取被測(cè)目標(biāo)的相關(guān)圖像信息，然后通過PC機(jī)等設(shè)備A/D變換轉(zhuǎn)換成數(shù)字信號(hào)傳給圖像處理單元，圖像處理單元對(duì)捕捉到的像素進(jìn)行分析運(yùn)算來提取目標(biāo)特征，輸出判別結(jié)果，最后把處理過的相關(guān)信息傳輸給執(zhí)行機(jī)構(gòu)。

4 機(jī)器視覺技術(shù)的特點(diǎn)

機(jī)器視覺系統(tǒng)最大特點(diǎn)是可以提高生產(chǎn)的柔性和自動(dòng)化程度。通常機(jī)器視覺可以代替一些人的視覺難以滿足要求的場(chǎng)合或者不適合人工作業(yè)的工作環(huán)境。另外機(jī)器視覺系統(tǒng)在檢查大批量生產(chǎn)過程中體現(xiàn)了速度快、精度高等特點(diǎn)。比如產(chǎn)品包裝生產(chǎn)線的自動(dòng)化程度很高，用視覺識(shí)別系統(tǒng)代替人工進(jìn)行在線檢測(cè)，可以大大提高生產(chǎn)效率。雖然機(jī)器視覺系統(tǒng)的優(yōu)點(diǎn)很突出但是也有它的局限性，所以要根據(jù)檢測(cè)對(duì)象的不同特點(diǎn)采取適合的方案。

5 機(jī)器視覺技術(shù)的應(yīng)用

當(dāng)前機(jī)器視覺的應(yīng)用主要體現(xiàn)在以下三個(gè)方面：

第一是檢測(cè)功能，它是機(jī)器視覺系統(tǒng)在實(shí)際中應(yīng)用最多的一項(xiàng)功能。能夠檢測(cè)出包裝、印刷有無錯(cuò)誤、劃痕等表面的相關(guān)信息。

第二是定位功能，能夠自動(dòng)判斷被檢測(cè)物體的位置，并將位置信息輸出。它主要在全自動(dòng)裝配和生產(chǎn)過程中使用。比如自動(dòng)包裝、機(jī)械手等執(zhí)行機(jī)構(gòu)。

第三是測(cè)量功能，主要是自動(dòng)測(cè)量被檢測(cè)物體的外輪廓尺寸等，提高了人工作業(yè)的測(cè)量精度。

6 機(jī)器視覺技術(shù)的發(fā)展趨勢(shì)

構(gòu)建一個(gè)合格的機(jī)器視覺系統(tǒng)離不開合理的硬件搭配和可靠的控制程序。對(duì)于視覺系統(tǒng)的未來研究過程中，圖像處理技術(shù)和運(yùn)動(dòng)控制技術(shù)將是整個(gè)視覺控制系統(tǒng)開發(fā)工作的重點(diǎn)。機(jī)器視覺的發(fā)展趨勢(shì)主要有四點(diǎn)。

趨勢(shì)一：產(chǎn)品標(biāo)準(zhǔn)化。目前從事機(jī)器視覺軟硬件開發(fā)研究的公司中都開發(fā)自己獨(dú)立的產(chǎn)品，導(dǎo)致各個(gè)公司生產(chǎn)的硬件產(chǎn)品不能通用，軟件兼容性也存在一定的問題，造成了資源的浪費(fèi)。因此，有必要設(shè)立產(chǎn)品軟硬件的行業(yè)標(biāo)準(zhǔn)，規(guī)范各種接口定義和技術(shù)指標(biāo)，降低用戶使用成本。

趨勢(shì)二：產(chǎn)品集成化。越來越多的公司正在開發(fā)集成有圖像處理芯片的攝像機(jī)，這類攝像機(jī)在完成圖像采集任務(wù)的同時(shí)，可以對(duì)圖像進(jìn)行預(yù)定的處理，輸出用戶指定的信息或者一定標(biāo)準(zhǔn)的圖像，由于采用硬件處理圖像，一般可以達(dá)到很高的處理速度，減少系統(tǒng)等待時(shí)間。

趨勢(shì)三：圖像處理軟件的人性化。雖然現(xiàn)在的圖像處理軟件還需要具有圖形處理知識(shí)背景的工程人員去使用，但是這些軟件都在向著一個(gè)共同的趨勢(shì)改變，那就是軟件使用變得越來越簡(jiǎn)單，功能劃分越來越細(xì)致具體。很多開發(fā)軟件還提供了開發(fā)助手等工具，使即使沒有專業(yè)知識(shí)的工程人員也可以很快的編寫出滿足要求的處理流程并自動(dòng)生成程序代碼。

趨勢(shì)四：機(jī)器視覺與運(yùn)動(dòng)控制、網(wǎng)絡(luò)化等技術(shù)的結(jié)合。視覺系統(tǒng)涉及到多種領(lǐng)域，是一種高度專業(yè)化的產(chǎn)品，在實(shí)際產(chǎn)品生產(chǎn)線上對(duì)多工序同步連續(xù)檢測(cè)時(shí)，必須使視覺系統(tǒng)具備分布式聯(lián)網(wǎng)能力。

7 機(jī)器視覺技術(shù)存在的問題

機(jī)器視覺系統(tǒng)在應(yīng)用中也同時(shí)存在著一定的問題，比如：如何準(zhǔn)確高速地識(shí)別出目標(biāo)、解決實(shí)時(shí)性問題的能力、多傳感器融合問題、視覺系統(tǒng)與執(zhí)行機(jī)構(gòu)的協(xié)調(diào)問題、系統(tǒng)的穩(wěn)定性問題等問題。機(jī)器視覺技術(shù)比較復(fù)雜，機(jī)器視覺不能通過省法來來描述整個(gè)視覺過程。所以機(jī)器視覺系統(tǒng)的建立十分復(fù)雜。但隨著機(jī)器視覺技術(shù)逐漸的成熟和發(fā)展，它一定將在制造企業(yè)中得到越來越廣泛的應(yīng)用。

參考文獻(xiàn)：

[1] 梅江平.高速包裝機(jī)器人技術(shù)與應(yīng)用[J].機(jī)器人技術(shù)與應(yīng)用，2007，（5）：18-20.

[2] 謝勇，彭濤.機(jī)器視覺及其在現(xiàn)代包裝中的應(yīng)用[J].株洲工程院學(xué)報(bào)，2002，（4）：1-4.

篇8

關(guān)鍵詞：禽蛋 無損檢測(cè) 機(jī)器視覺技術(shù) 光學(xué)無損檢測(cè) 新鮮度 大小分級(jí) 孵化蛋成活性檢測(cè)

中圖分類號(hào)：TS253 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2017）04（b）-0109-02

1 國內(nèi)禽蛋產(chǎn)業(yè)發(fā)展現(xiàn)狀

我國是世界第一禽蛋生產(chǎn)大國，禽蛋產(chǎn)業(yè)不但在我國農(nóng)業(yè)中占有重要地位，而且是關(guān)系國計(jì)民生和社會(huì)穩(wěn)定的重要產(chǎn)業(yè)。據(jù)統(tǒng)計(jì)數(shù)據(jù)分析，雞蛋消費(fèi)以鮮蛋為主，鴨蛋大部分是經(jīng)過再制和加工后再使用，鵪鶉蛋的鮮銷和再加工比例接近1∶1。

相比較產(chǎn)業(yè)集中、加工趨升、品質(zhì)提升的國際蛋業(yè)未來發(fā)展趨勢(shì)而言，我國蛋品的集中化程度和產(chǎn)業(yè)發(fā)展水平都較低，而且相比較發(fā)達(dá)國家集約化產(chǎn)銷體系規(guī)模大、產(chǎn)業(yè)集中度高等特征，我國較大型的蛋品加工企業(yè)較少，蛋品集中化程度和產(chǎn)業(yè)化發(fā)展水平較低。但是，近年來，我國的禽蛋加工業(yè)也有了一定的發(fā)展，尤其是禽蛋的無損檢測(cè)方面。

無損檢測(cè)，即非破壞性檢測(cè)，是在不破壞待測(cè)物原來的狀態(tài)、化學(xué)性質(zhì)等前提下，為了獲取與待測(cè)物品質(zhì)有關(guān)的內(nèi)容、性質(zhì)或成分等物理、化學(xué)情報(bào)所采用的檢測(cè)方法。

目前，我國禽蛋的無損檢測(cè)主要集中在以下幾個(gè)方面：禽蛋的內(nèi)部品質(zhì)檢測(cè)、外部品質(zhì)檢測(cè)、禽蛋儲(chǔ)存時(shí)間的檢測(cè)、孵化蛋成活性的檢測(cè)以及大小的自動(dòng)分級(jí)等方面。

2 禽蛋無損檢測(cè)的現(xiàn)狀

2.1 禽蛋的內(nèi)部品質(zhì)檢測(cè)

禽蛋的內(nèi)部品質(zhì)檢測(cè)主要是針對(duì)新鮮度的檢測(cè)。禽蛋新鮮度的主要檢測(cè)指標(biāo)包括3個(gè)方面：氣室的大小、蛋黃哈夫值、蛋黃指數(shù)。根據(jù)國際上新鮮禽蛋內(nèi)部品質(zhì)的檢測(cè)標(biāo)準(zhǔn)，用蛋黃指數(shù)和蛋黃哈夫值作為禽蛋新鮮度的評(píng)價(jià)標(biāo)準(zhǔn)[1]。禽蛋新鮮度的檢測(cè)可以利用光學(xué)特性、計(jì)算機(jī)視覺等方法來實(shí)現(xiàn)。

光學(xué)無損檢測(cè)的原理是：光照射到物體上以后，光能一部分被外表面反射；一部分進(jìn)入物體內(nèi)遇到細(xì)胞結(jié)構(gòu)或產(chǎn)生散射，或被物體所吸收；其余部分則透過物體。由于被測(cè)物體的內(nèi)部成分、表面狀況、入射光波長以及折射率等因素都各不相同，因此通過入射光照射物體得到反射、折射和散射等比例不一樣。2002年，劉燕德等利用光學(xué)無損檢測(cè)原理，取波長為200～600 nm的入射光，通過實(shí)驗(yàn)分析該波段內(nèi)雞蛋新鮮度的光特性，分析雞蛋內(nèi)部品質(zhì)與透射特性的關(guān)系，對(duì)雞蛋新鮮度做出估量，證實(shí)了利用雞蛋投射特性對(duì)雞蛋進(jìn)行無損檢測(cè)和分級(jí)是可行的[2]。

機(jī)器視覺技術(shù)是人工智能的一個(gè)分支。簡(jiǎn)單來說，機(jī)器視覺就是用機(jī)器代替人眼來做測(cè)量和判斷。計(jì)算機(jī)視覺系統(tǒng)利用相機(jī)獲得被測(cè)目標(biāo)的圖像并將其轉(zhuǎn)換為數(shù)字信號(hào)，再將該信號(hào)傳送給專用的圖像處理系統(tǒng)，得到被攝對(duì)象目標(biāo)的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào)；并通過合適的算法提取圖像特征值作為圖像分析的依據(jù)。2014年，楊簡(jiǎn)等人利用機(jī)器視覺裝置獲取雞蛋透射圖像，進(jìn)行圖像處理并提取合適的特征參數(shù)，在BP神經(jīng)網(wǎng)絡(luò)中引入灰色理論，建立灰色神經(jīng)網(wǎng)絡(luò)，并以該參數(shù)集為樣本訓(xùn)練灰色神經(jīng)網(wǎng)絡(luò)，預(yù)測(cè)雞蛋哈夫值，檢測(cè)雞蛋的新鮮度。試驗(yàn)結(jié)果表明，灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)精度較高，哈夫值殘差為5.268 4，雞蛋分級(jí)的正確率為92.7%[3]。2015年，劉艷等人通過冷光源照射獲取雞蛋彩色透光圖像，在自適應(yīng)灰度調(diào)整和改進(jìn)空間濾波等預(yù)處理的基礎(chǔ)上，利用閾值分割法并結(jié)合最小二乘法進(jìn)行蛋黃橢圓擬合，提取與雞蛋新鮮度相關(guān)的3個(gè)特征參數(shù)，采用梯度下降算法得到雞蛋透光圖像三元新鮮度模型。經(jīng)檢驗(yàn)，該模型具有較高的可靠性，可對(duì)禽蛋進(jìn)行實(shí)施新鮮度檢測(cè)與分級(jí)[4]。

2.2 禽蛋的外部品質(zhì)檢測(cè)

禽蛋分級(jí)檢測(cè)的主要指標(biāo)是輪廓特征，可用蛋形指數(shù)（蛋形指數(shù)=蛋的縱軸/蛋的橫軸）表示。根據(jù)國內(nèi)外禽蛋分級(jí)標(biāo)準(zhǔn)，蛋殼顏色、外形輪廓、質(zhì)量、顏色等都可以作為禽蛋外部品質(zhì)分級(jí)的特征參數(shù)。禽蛋外部品質(zhì)檢測(cè)的主要方法有利用動(dòng)力學(xué)、聲學(xué)特性和機(jī)器視覺等。2003年，丁幼春利用機(jī)器視覺技術(shù)，分別對(duì)鴨蛋蛋心顏色、蛋殼厚度、蛋的新鮮度以及質(zhì)量進(jìn)行檢測(cè)，利用光密度值進(jìn)行模糊識(shí)別，建立相應(yīng)模型并得到鴨蛋大小及蛋心顏色自動(dòng)分級(jí)系統(tǒng)[5]。2004年，王樹才等人利用敲擊聲音信號(hào)進(jìn)行禽蛋破損檢測(cè)和模糊識(shí)別，該試驗(yàn)結(jié)果表明，可以利用正常蛋、破損蛋、鋼殼蛋、尖嘴蛋的敲擊聲音信號(hào)在衰竭時(shí)間、最小共振峰頻率和四點(diǎn)最大頻率差等參數(shù)上存在的差異性，實(shí)現(xiàn)破損蛋的識(shí)別，準(zhǔn)確率達(dá)95% [6]。2006年，熊利榮等人利用機(jī)器視覺系統(tǒng)得到雞蛋圖像，經(jīng)圖像處理技術(shù)提取能夠表征雞蛋大小的特征參數(shù)（蛋的像素和A、長軸長L、短軸長S、蛋型指數(shù)K），建立了重量和短軸之間的線性回歸模型，該模型能夠檢測(cè)雞蛋的外形尺寸。試驗(yàn)結(jié)果表明，雞蛋的大小與像素和A以及短軸之間均存在顯著線性相關(guān)關(guān)系，修正后的模型相關(guān)系數(shù)達(dá)到了0.981[7]。

2.3 孵化蛋成活性的檢測(cè)

種蛋孵化率的高低是影響?zhàn)B殖業(yè)經(jīng)濟(jì)效益的一個(gè)重要因素，而種蛋受精率的高低在很大程度上決定了孵化率的高低。據(jù)統(tǒng)計(jì)數(shù)據(jù)研究表明，種蛋的受精率一般低于90%。鑒別孵前或孵化早期無精蛋是禽蛋生產(chǎn)的難題之一，目前主要有有機(jī)器視覺、利用近紅外光譜和高光譜等方法實(shí)現(xiàn)孵前種蛋的檢測(cè)。2000年，陳家娟等人在獲取孵化雞蛋色度直方圖的基礎(chǔ)上提取孵化雞蛋表面顏色作為特征值，并結(jié)合遺傳神經(jīng)網(wǎng)絡(luò)，建了一套適合于孵化雞蛋可成活性自動(dòng)檢測(cè)的機(jī)器視覺系統(tǒng)[8]。 2012年，祝志慧等人利用近紅外漫反射光譜分析技術(shù)對(duì)種蛋中的無精蛋和受精蛋進(jìn)行檢測(cè)，通過對(duì)不同波段范圍、不同主成分因子數(shù)和不同光譜預(yù)處理方法對(duì)種蛋類型檢測(cè)結(jié)果的比較分析，建立種蛋的定性檢測(cè)模型。該研究為孵前無精蛋和受精蛋的無損檢測(cè)提供了新的途徑[9]。2015年，祝志慧等人運(yùn)用高光譜成像技術(shù)將圖像信息與光譜信息結(jié)合起來，通過研究孵化前受精蛋與無精蛋的圖像差異、光譜差異，運(yùn)用高光譜成像技術(shù)，結(jié)合D像信息和光譜信息，提取圖像的特征值，運(yùn)用不同的方法建立關(guān)于孵化前受精蛋和無精蛋分類的判別模型，并比較。實(shí)驗(yàn)結(jié)果表明，利用RVM檢測(cè)孵化前受精信息具有可行性，可以提高檢測(cè)模型的精度[10]。

3 禽蛋無損檢測(cè)的現(xiàn)狀分析

在廣泛閱讀國內(nèi)禽蛋品質(zhì)無損檢測(cè)技術(shù)相關(guān)文獻(xiàn)的基礎(chǔ)上，了解到，目前我國禽蛋品質(zhì)的無損檢測(cè)主要集中在禽蛋新鮮度，儲(chǔ)藏時(shí)間；禽蛋大小、顏色分級(jí)以及禽蛋蛋殼裂縫檢測(cè)；孵化蛋、種蛋和無精蛋檢測(cè)等方面。禽蛋新鮮度和大小顏色分級(jí)的檢測(cè)方法主要通過有機(jī)器視覺技術(shù)、光學(xué)無損檢測(cè)技術(shù)、利用聲學(xué)特性結(jié)合機(jī)器視覺技術(shù)，建立新鮮度相關(guān)的數(shù)學(xué)模型和大小分級(jí)模型；孵化前種蛋和無精蛋的鑒別雖然暫時(shí)還沒有實(shí)現(xiàn)精度很高的鑒別方法和模型，但是近紅外光譜漫反射光譜分析技術(shù)和高光譜成像技術(shù)的運(yùn)用，為禽蛋孵化前受精信息的定性檢測(cè)提供了新的方法和思路。但是，綜合以上分析來看，目前我國禽蛋品質(zhì)的無損檢測(cè)仍存在一些問題有待改進(jìn)。

（1）目前，有關(guān)禽蛋品質(zhì)檢測(cè)的研究和實(shí)驗(yàn)品種及檢測(cè)功能都比較單一，相關(guān)研究應(yīng)該在現(xiàn)有成熟技術(shù)手段和方法的基礎(chǔ)上結(jié)合實(shí)際生產(chǎn)的需要，適當(dāng)拓展試驗(yàn)品種，綜合檢測(cè)項(xiàng)目，以滿足禽蛋業(yè)發(fā)展品質(zhì)提升的趨勢(shì)。

（2）利用光學(xué)、聲學(xué)特性無損檢測(cè)雖然已經(jīng)取得一定成果，但與實(shí)際生產(chǎn)需要仍有距離?？梢钥紤]將這些成熟技術(shù)與一些精密儀器和機(jī)械結(jié)合起來，投入到實(shí)際的生產(chǎn)線中。

（3）禽蛋孵化前種蛋的鑒別檢測(cè)仍然是需要攻克的難題，雖然目前已經(jīng)提出了可行的檢測(cè)方法，并實(shí)現(xiàn)了定性的檢測(cè)，但是孵化中死胚蛋的鑒別檢測(cè)方法有待進(jìn)一步研究。

針對(duì)以上問題，在今后的禽蛋品質(zhì)檢測(cè)的探索中，研究者一方面需要跟蹤世界先進(jìn)技術(shù)，另一方面尋求圖像增強(qiáng)、分割、特征提取、提高無損檢測(cè)準(zhǔn)確性的算法和判別模型。

參考文獻(xiàn)

[1] 楊旭，鄭麗敏.計(jì)算機(jī)視覺在禽蛋品質(zhì)檢測(cè)中的應(yīng)用研究進(jìn)展[J].農(nóng)機(jī)化研究，2008，9（9）：168-170.

[2] 劉燕德，喬振先.雞蛋光特性及其與新鮮度的相關(guān)性研究[J].江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2002，24（1）：45-48.

[3] 楊簡(jiǎn)，潘賀，李太浩，等.基于灰色神網(wǎng)絡(luò)的蛋品新鮮度無損檢測(cè)的研究[J].中國農(nóng)機(jī)化學(xué)報(bào)，2014，35（1）：229-234.

[4] 劉艷，李慶武，黃小微，等.雞蛋圖像特征提取與新鮮度檢測(cè)模型研究[J].科學(xué)技術(shù)與工程，2015，15（25）：72-77.

[5] 丁幼春.基于機(jī)器視覺鴨蛋品質(zhì)無損自動(dòng)檢測(cè)分級(jí)系統(tǒng)的改進(jìn)[D].華中農(nóng)業(yè)大學(xué)，2003.

[6] 王樹才，任奕林，陳紅，等.利用敲擊聲音信號(hào)進(jìn)行禽蛋破損檢測(cè)和模糊識(shí)別[J].農(nóng)業(yè)工程學(xué)報(bào)，2004，20（4）：130-133.

[7] 熊利榮，王樹才，任奕林，等.雞蛋大小等級(jí)模型的修正[J].農(nóng)機(jī)化研究，2006（2）：104-105.

[8] 陳佳娟，陳曉光.采用計(jì)算機(jī)視覺進(jìn)行孵化雞蛋成活率可能性的自動(dòng)檢測(cè)[J].計(jì)算應(yīng)用與軟件，2001（18）：5-10.

篇9

僅在一年前，被譽(yù)為“世紀(jì)之戰(zhàn)”的李世石對(duì)戰(zhàn)AlphaGo令人工智能（AI）進(jìn)入公眾視野。彼時(shí)，VR市場(chǎng)頹勢(shì)已現(xiàn)，漸入谷底。AI概念的及時(shí)出現(xiàn)拯救了寥落許久的資本市場(chǎng)，凜冽的“資本寒冬”一度回暖。根據(jù)CBInsights的數(shù)據(jù)，2016年，全球人工智能領(lǐng)域的投資數(shù)量達(dá)到698筆，是2012年的近5倍。而在國內(nèi)，BAT帶頭布局，創(chuàng)業(yè)項(xiàng)目四起，一時(shí)間全民AI，2016年也因此被稱為“人工智能元年”。

潮水退去，才展現(xiàn)出行業(yè)的本來面目?！坝幸恍┡菽?，但沒有‘’、O2O那會(huì)兒那么多?！眲?chuàng)新工場(chǎng)技術(shù)副總裁、人工智能工程院副院長王詠剛告訴《21CBR》記者。

“扎實(shí)”、“踏實(shí)”是眾多投資人談及人工智能時(shí)提到的關(guān)鍵詞。對(duì)創(chuàng)業(yè)者而言，技術(shù)的重大突破、龐大的用戶市場(chǎng)以及多方政策的利好，似乎預(yù)示著人工智能的商業(yè)春天才剛剛開始。然而，要想站在下一波浪潮的潮頭，成為這場(chǎng)堪比工業(yè)革命的時(shí)代獲益者，既要比拼硬實(shí)力的突破，也依仗對(duì)行業(yè)的理解，二者缺一不可。在人工智能的商業(yè)化進(jìn)程中，脆弱的科學(xué)家式創(chuàng)業(yè)將難以沖破重重阻礙。

李開復(fù)重倉

當(dāng)下提及人工智能，不能不關(guān)聯(lián)至創(chuàng)新工場(chǎng)。2016年，這家專注于Pre-A到C輪的早期投資機(jī)構(gòu)重倉人工智能，投資相關(guān)領(lǐng)域創(chuàng)業(yè)公司超過30家。早年研究語音識(shí)別的創(chuàng)始人李開復(fù)身體力行，一舉一動(dòng)不離人工智能：演講、出書、為投資公司站臺(tái)、成立人工智能工程院。直到今年初，李開復(fù)公開表示：“能投的已經(jīng)不多了?！?/p>

王詠剛告訴《21CBR》記者，人工智能尚處在行業(yè)發(fā)展的早期階段，“我們看好整體的發(fā)展趨勢(shì)，但現(xiàn)階段項(xiàng)目的絕對(duì)數(shù)量是少的，找好項(xiàng)目相對(duì)來說也就困難一些?！睂?duì)創(chuàng)新工場(chǎng)而言，好項(xiàng)目各有各的好，不投的項(xiàng)目歸結(jié)起來則離不開三個(gè)方面：技術(shù)、團(tuán)隊(duì)和模式。

第一類是技術(shù)令人難以信服的概念炒作式項(xiàng)目。“開復(fù)就是搞人工智能出身的，我之前在谷歌工作，接觸的項(xiàng)目比較多。有的創(chuàng)業(yè)公司說得天花亂墜，實(shí)際技術(shù)上是做不到的?！睂?duì)于技術(shù)本身的發(fā)展趨勢(shì)、在哪個(gè)領(lǐng)域能夠解決哪些問題，創(chuàng)新工場(chǎng)自信在國內(nèi)VC界的判斷是較為準(zhǔn)確的。

其次，對(duì)于純科學(xué)家團(tuán)隊(duì)創(chuàng)業(yè)，由于不具備足夠的商務(wù)落地渠道，“我們也會(huì)非常謹(jǐn)慎。當(dāng)然不排除有的科學(xué)家確實(shí)技術(shù)很好，我們就幫他做孵化”。至于商業(yè)模式，在當(dāng)下的國內(nèi)互聯(lián)網(wǎng)企業(yè)中，阿里、騰訊紛紛成立人工智能實(shí)驗(yàn)室，百度索性稱自己是一家“人工智能公司”。那些巧妙避開了巨頭現(xiàn)有業(yè)務(wù)沖擊，自身具備不可復(fù)制和可持續(xù)性的創(chuàng)業(yè)項(xiàng)目，成功幾率自然更高。

元Z資本合伙人陳洪亮認(rèn)為，在人工智能這一強(qiáng)技術(shù)領(lǐng)域，圖像和語音是已被驗(yàn)證的兩個(gè)賽道。過去10年間，得益于深度學(xué)習(xí)算法和GPU等計(jì)算設(shè)備的發(fā)展，計(jì)算機(jī)視覺技術(shù)快速落地金融、安防、醫(yī)療等B2B領(lǐng)域。相比之下，語音技術(shù)偏重在客服、車載、智能家居等消費(fèi)端領(lǐng)域，背后也有賴于語音識(shí)別、聲紋識(shí)別等工業(yè)級(jí)算法的日趨成熟，“未來在這兩塊，將會(huì)出來一批比較扎實(shí)的成果?！?/p>

2014年底創(chuàng)立的Rokid（若琪）是元Z資本在語音賽道的代表項(xiàng)目，從天使輪到B輪一路跟進(jìn)。5月15日，Rokid旗下第二款產(chǎn)品、名為Pebble（月石）的智能音箱在天貓開售。用戶運(yùn)用語音指令可以操控音箱播放音樂、報(bào)告天氣，甚至控制家中的照明、電視等智能家居設(shè)備。Pebble意在通過日復(fù)一日的“自我學(xué)習(xí)”，無限趨近用戶的偏好習(xí)慣。

相比用智能家居APP開關(guān)燈，一條語音指令顯然要簡(jiǎn)單得多。無論是手機(jī)還是PC，都需要人去適應(yīng)機(jī)器，聲音似乎是人與機(jī)器更自然的交流方式。從天氣到音樂，從新聞播報(bào)到童話朗讀，元Z資本相信，聲音將作為一種人機(jī)交互的無形界面，成為下一個(gè)平臺(tái)級(jí)入口。而新入口的誕生，將帶來變革性的機(jī)會(huì)。

不過，在陳洪亮眼中，對(duì)領(lǐng)域知識(shí)的依附使得創(chuàng)業(yè)初期的技術(shù)優(yōu)勢(shì)正在減弱，“行業(yè)細(xì)分，客戶分散，即便有強(qiáng)悍的技術(shù)背景，過了一年左右的時(shí)間窗口，最后比拼的還是對(duì)商業(yè)的理解。”從這個(gè)角度而言，人工智能更以行業(yè)為導(dǎo)向，而非純技術(shù)項(xiàng)目?！笆切袠I(yè)+，不是AI+。”陳洪亮稱。

這也是創(chuàng)新工場(chǎng)成立人工智能工程院的目的之一：源源不斷向創(chuàng)業(yè)者推送產(chǎn)業(yè)項(xiàng)目，挖掘適合團(tuán)隊(duì)技術(shù)的商業(yè)模式并加以驗(yàn)證，為創(chuàng)業(yè)科學(xué)家尋覓商業(yè)合伙人，從而幫助團(tuán)隊(duì)盡快步入創(chuàng)業(yè)正軌。王詠剛表示，“商業(yè)合伙人具備的行業(yè)經(jīng)驗(yàn)，必須令其懂得如何在行業(yè)里面拿到項(xiàng)目，純科學(xué)家式的B2B創(chuàng)業(yè)很難?！?/p>

4月，在一次企業(yè)家公開活動(dòng)上，北極光創(chuàng)投創(chuàng)始人鄧鋒面對(duì)兩位業(yè)界人士發(fā)問：“講究強(qiáng)關(guān)系的B2B行業(yè)會(huì)否影響人工智能的游戲規(guī)則？”依圖科技CEO朱瓏當(dāng)時(shí)回應(yīng)：“（關(guān)系）是現(xiàn)狀，但產(chǎn)品真的能打動(dòng)人。”或許可以這么理解，“關(guān)系”在某種程度上也代表著，你比別人更了解行業(yè)。

對(duì)于AI創(chuàng)業(yè)者，B2B意味著賺錢的難度和門檻更高了。不過，收費(fèi)的價(jià)值也因此體現(xiàn)。在陳洪亮看來，一旦客戶為此買單，其在組織機(jī)構(gòu)內(nèi)部能夠被更高效地推行，避免淪為乏人問津的免費(fèi)試用。王詠剛也相信，移動(dòng)互聯(lián)網(wǎng)的免費(fèi)打法在人工智能時(shí)代將難以延續(xù)。

盡管業(yè)內(nèi)少有公司公布自己的營收情況，但投資人大都表示，人工智能正在加速變現(xiàn)，“有些2B的項(xiàng)目，盈利已經(jīng)很好了?！睂?duì)于投資人和創(chuàng)業(yè)者而言，變現(xiàn)不僅僅代表了財(cái)務(wù)模型的轉(zhuǎn)正，也意味著終于贏得了市場(chǎng)與用戶的認(rèn)可。

四家獨(dú)角獸

擁有大數(shù)據(jù)支持的金融、安防和醫(yī)療，被視為是人工智能的下一個(gè)機(jī)會(huì)，也成為過去一年資本聚集的行業(yè)。國內(nèi)計(jì)算C視覺賽道的創(chuàng)業(yè)公司接近30 家，人臉識(shí)別領(lǐng)域更是出現(xiàn)4 個(gè)獨(dú)角獸――曠視（Face++）、商湯、依圖、云從科技，紛紛完成融資。2017年，在工信部的“獨(dú)角獸”企業(yè)榜單中，曠視的市場(chǎng)估值突破20億美元。

曠視市場(chǎng)部副總裁謝憶楠告訴《21CBR》記者，2013年，曠視開始專注于人臉視覺的產(chǎn)品通用化。“當(dāng)時(shí)主攻三方面的算法――人臉檢測(cè)、關(guān)鍵點(diǎn)標(biāo)注和人臉識(shí)別，團(tuán)隊(duì)基于行業(yè)做了很多技術(shù)上的研究。”2013-2014年，曠視拿下3項(xiàng)世界計(jì)算機(jī)視覺競(jìng)賽的第一名。2015年，在德國漢諾威IT博覽會(huì)上，馬云向德國總理默克爾演示Smile to Pay掃臉技術(shù)，就是由曠視提供核心算法，將刷臉支付模塊內(nèi)置到支付寶客戶端中。

目前，曠視的Face++人工智能開放平臺(tái)面向中小銀行、地產(chǎn)園區(qū)、IT企業(yè)及獨(dú)立開發(fā)者開放人臉、圖像、文字等識(shí)別能力。其中，人臉識(shí)別API的日均調(diào)用量超過2400萬次，是目前世界最大的人臉技術(shù)平臺(tái)。曠視方面聲稱，其人臉識(shí)別技術(shù)在國內(nèi)互聯(lián)網(wǎng)金融領(lǐng)域擁有80%以上的份額。

曠視的快速崛起得益于技術(shù)和市場(chǎng)的多重利好。一方面，深度學(xué)習(xí)算法在過去10年間取得重要突破，給計(jì)算機(jī)視覺的大規(guī)模應(yīng)用奠定了基礎(chǔ)。另一方面，2014年，國家實(shí)名制工作相繼在網(wǎng)絡(luò)、電信和金融領(lǐng)域全面鋪開。2015年，互聯(lián)網(wǎng)金融雨后春筍般涌現(xiàn)，通過人臉識(shí)別技術(shù)完成遠(yuǎn)程開戶和身份驗(yàn)證，成為各方普遍采用的技術(shù)手段。計(jì)算機(jī)視覺創(chuàng)業(yè)公司步入商業(yè)化時(shí)期。

謝憶楠表示，公司在商業(yè)化前期關(guān)鍵性地走通了“數(shù)據(jù)―算法―產(chǎn)品―技術(shù)”這一循環(huán)，面向行業(yè)的通用服務(wù)乃至更為深度的定制化方案得以落地。

而另一家獨(dú)角獸公司――依圖科技則啃下了安防這塊骨頭，其“蜻蜓眼”人像大平臺(tái)服務(wù)于全國上百個(gè)地市的公安系統(tǒng)，是全國唯一擁有十億級(jí)人像庫比對(duì)能力的公司。

利用技g優(yōu)勢(shì)，快速切入一兩個(gè)行業(yè)，從而形成深度合作，是上述獨(dú)角獸公司早期脫穎而出的共同原因。在現(xiàn)有技術(shù)已然成熟、各家準(zhǔn)確率紛紛達(dá)標(biāo)的情況下，如何基于真實(shí)痛點(diǎn)挖掘場(chǎng)景，提供定制化且可復(fù)制的解決方案，成為打破傳統(tǒng)行業(yè)壁壘、快速拿下市場(chǎng)的關(guān)鍵。

而在語音賽道，技術(shù)成熟也意味著消費(fèi)級(jí)機(jī)器人市場(chǎng)的打開。Rokid并非頭一個(gè)玩家，卻自帶網(wǎng)紅體質(zhì)。其迄今為止的兩款產(chǎn)品，在未設(shè)獨(dú)立展位的情況下，連續(xù)兩年獲得CES（國際消費(fèi)電子展）創(chuàng)新類獎(jiǎng)項(xiàng)。創(chuàng)始人Misa（祝銘明）在江湖上見首不見尾，研究團(tuán)隊(duì)的陣容卻堪稱強(qiáng)大：位于北京和舊金山的兩個(gè)實(shí)驗(yàn)室由數(shù)十名全職博士科學(xué)家組成，來自中科院、哈佛、斯坦福、伯克利等一批海內(nèi)外頂尖院校。

Rokid北京實(shí)驗(yàn)室負(fù)責(zé)人高鵬告訴《21CBR》記者，智能音箱Pebble的核心功能體驗(yàn)分為三類：音樂、兒童讀物等內(nèi)容服務(wù)，天氣、鬧鐘等工具類服務(wù)，以及智能家居控制服務(wù)。憑借600萬首320K碼率高品質(zhì)曲庫和喜馬拉雅FM等對(duì)接資源，Pebble向用戶提供的內(nèi)容涵蓋音樂、新聞、電臺(tái)、相聲、戲曲和脫口秀等。一切體驗(yàn)從用戶對(duì)其說出激活詞“若琪”的一刻開啟。

激活詞“若琪”的設(shè)計(jì)和打磨用了將近一年時(shí)間。高鵬介紹，激活詞的識(shí)別錯(cuò)誤率隨著音節(jié)的加長而降低。目前國內(nèi)外同類產(chǎn)品的激活詞大多設(shè)置在3-4個(gè)音節(jié)，而雙音節(jié)的高激活率很難成功。在經(jīng)歷“若小琪”、“Hi，若琪”的反反復(fù)復(fù)后，研究團(tuán)隊(duì)還是通過算法驗(yàn)證實(shí)現(xiàn)了雙音節(jié)。在公開的試用報(bào)告中，Pebble多個(gè)維度的人機(jī)交互體驗(yàn)超過了谷歌推出的業(yè)內(nèi)首款產(chǎn)品Google Home。

而在聲音定位上，祝銘明早年從威爾?史密斯主演的科幻電影《我，機(jī)器人》中的機(jī)器人女聲獲得靈感。高鵬坦言：“當(dāng)時(shí)根本沒有那樣的現(xiàn)成聲音?！眻F(tuán)隊(duì)開始在市場(chǎng)上尋覓適合的音色，同時(shí)自主研發(fā)TTS（Textto-Speech）語音合成技術(shù)，并由專門團(tuán)隊(duì)對(duì)聲音處理和內(nèi)容反饋進(jìn)行設(shè)計(jì)，“若琪”最終被定位為一個(gè)溫柔、幽默、聰明且不失個(gè)性的女聲。

通過開放基于網(wǎng)絡(luò)協(xié)議的API標(biāo)準(zhǔn)，Rokid還將飛利浦、小米、lifesmart等品牌納入到其智能家居生態(tài)鏈中。在幾乎未做投放、線下推廣的情況下，開售三個(gè)星期的Pebble在天貓官網(wǎng)的銷量逼近千臺(tái)。祝銘明對(duì)媒體表示：“產(chǎn)品日活躍用戶數(shù)量超過50%，用戶使用時(shí)長平均超過1小時(shí)。”6月8日，Rokid宣布開通全渠道銷售，Pebble登陸全國500多家經(jīng)銷商門店。

在Rokid的品牌文案中，“自然”是多次出現(xiàn)的一個(gè)詞。產(chǎn)品負(fù)責(zé)人向文杰對(duì)此表示，語言、視覺和觸摸是人類最自然的交流方式，“未來的產(chǎn)品方向就是向用戶提供最自然的交互體驗(yàn)，希望讓用戶感受到，我們的產(chǎn)品是有溫度的家庭成員，而不是一臺(tái)冷冰冰的機(jī)器。”

智能的未來

人工智能的商業(yè)春天才剛剛開始。

埃森哲的研究結(jié)果顯示，到2035年，人工智能將有望令包括美國、日本在內(nèi)的12個(gè)發(fā)達(dá)國家的經(jīng)濟(jì)增長率翻番，勞動(dòng)生產(chǎn)率增長40%。在謝憶楠看來，目前國內(nèi)人工智能市場(chǎng)仍處在存量消化階段，保守估計(jì)仍有七成左右的垂直行業(yè)尚待開發(fā)，在教育、交通、社保等領(lǐng)域潛力巨大。朱瓏則表示，過去一年間，性能成倍提升的人工智能技術(shù)不斷解鎖應(yīng)用場(chǎng)景，人類的想象力已經(jīng)跟不上人工智能的發(fā)展速度。

機(jī)器的迷人之處在于智能未來。業(yè)內(nèi)普遍認(rèn)為，無人駕駛將是未來人工智能的重要落點(diǎn)。在創(chuàng)新工場(chǎng)的投資策略里，未來5-10年的投資項(xiàng)目中有相當(dāng)一部分投給了無人駕駛。“機(jī)會(huì)太大了，將是萬億級(jí)的市場(chǎng)，且很難被個(gè)別巨頭壟斷。”王詠剛表示，無人駕駛是一個(gè)完整的產(chǎn)業(yè)鏈，從感知、決策、控制等多個(gè)模塊的算法，再到各類傳感器，乃至汽車共享和交通改造，有著巨大的想象空間，遠(yuǎn)未到技術(shù)收斂的階段。

另一個(gè)充滿未來感的方向則是沉浮數(shù)年的消費(fèi)級(jí)智能硬件。亞馬遜在6月初宣布，旗下智能音箱Echo的年出貨量預(yù)期突破1000萬臺(tái)；蘋果則被傳即將在年度開發(fā)者大會(huì)中一款由語音助手Siri控制的智能音箱。國內(nèi)方面則早有叮咚、小智者激起的浪花，“千箱之年”的說法因此在業(yè)內(nèi)盛行開來。

Rokid將自身定位為一家科技公司而非硬件廠商，著眼于更宏大的語音技能生態(tài)建設(shè)。高鵬表示，Rokid將在近期推出開放平臺(tái)，有望接入外賣、快遞、叫車等來自第三方開發(fā)者的擴(kuò)展功能，為用戶提供更為豐富的語言技能應(yīng)用。

人工智能從來就不是一場(chǎng)輕巧肆意的游戲，參與者面臨的仍將是重重阻礙。

首先是巨大的人才缺口。陳洪亮稱，未來很長一段時(shí)間，人工智能的馬太效應(yīng)將體現(xiàn)在人才方面。李開復(fù)提過一組數(shù)字，全球當(dāng)下的人工智能專家不超過7000人，在中國這個(gè)數(shù)字可能是700個(gè)，且大多被BAT收入囊中。這也是創(chuàng)新工場(chǎng)成立人工智能工程院的一大使命：通過人才招聘和高校共建，同時(shí)加強(qiáng)與政府部門、國內(nèi)外高科技公司的合作，培育和孵化高水準(zhǔn)的人工智能技術(shù)團(tuán)隊(duì)。

數(shù)據(jù)壁壘則是人工智能創(chuàng)業(yè)打破大公司壟斷、完成行業(yè)深度融合的另一項(xiàng)難題，一大原因在于數(shù)據(jù)安全泄露和用戶隱私破壞。王詠剛認(rèn)為，人工智能的發(fā)展與數(shù)據(jù)安全不是相互撕裂的關(guān)系，而是博弈均衡。

而最大的困難還是來源于技術(shù)本身。深度學(xué)習(xí)理論沿革每隔10年左右就會(huì)經(jīng)歷巨大變化，每一次的技術(shù)遞進(jìn)也推動(dòng)著人工智能的工業(yè)化進(jìn)程，新商業(yè)模式因此而生。“前沿技術(shù)當(dāng)然對(duì)一線業(yè)務(wù)開展有著指導(dǎo)意義?！蓖踉亜傉f。

人工智能始終是強(qiáng)技術(shù)驅(qū)動(dòng)的領(lǐng)域。謝憶楠稱：“從算法、軟件、硬件到解決方案，每一步都要靠硬實(shí)力說話。純商業(yè)模式的東西，天花板很明顯?！庇?jì)算機(jī)視覺領(lǐng)域的四個(gè)獨(dú)角獸之一云從科技CEO周曦也公開宣稱：“人工智能是有門檻的，短期之內(nèi)只要自己保持足夠快的進(jìn)步速度，別人很難對(duì)你構(gòu)成威脅?！?/p>

篇10

工信部下屬中國電子技術(shù)標(biāo)準(zhǔn)化研究院的《2016年虛擬現(xiàn)實(shí)產(chǎn)業(yè)發(fā)展白皮書》中指出，中國虛擬現(xiàn)實(shí)產(chǎn)業(yè)潛力巨大，以用戶體驗(yàn)佳為代表的創(chuàng)新性產(chǎn)品推動(dòng)了供給側(cè)改革，成為提升用戶滿意度的重要手段。在今時(shí)代背景下，新媒體作為一個(gè)不斷變化的媒體，其應(yīng)用引起了廣泛的關(guān)注。文章首先剖析虛擬現(xiàn)實(shí)技術(shù)的原理，然后總結(jié)新媒體的特點(diǎn)，最后對(duì)新媒體的應(yīng)用進(jìn)行研究與分析，具有一定的實(shí)用價(jià)值。

【關(guān)鍵詞】虛擬現(xiàn)實(shí)技術(shù) 新媒體 應(yīng)用

虛擬現(xiàn)實(shí)技術(shù)開始于20世紀(jì)60年代，指的是通過計(jì)算機(jī)軟件、硬件以及相關(guān)配套設(shè)施，生成一種三維環(huán)境，從而創(chuàng)造出全新的交互方式。其通過用戶的視覺、觸覺、嗅覺等來增強(qiáng)用戶體驗(yàn)，使得用戶產(chǎn)生身臨其境的感覺。而新媒體的產(chǎn)生是相對(duì)于傳統(tǒng)媒體來說的，指的是報(bào)刊、廣播等傳統(tǒng)媒體以后出現(xiàn)的新的數(shù)字媒體，其通過移動(dòng)互聯(lián)網(wǎng)以及其它數(shù)字渠道進(jìn)行傳播，在手機(jī)、電腦等終端進(jìn)行展示，從而向用戶提供服務(wù)的媒體形態(tài)。在虛擬現(xiàn)實(shí)技術(shù)發(fā)展如火如荼的今天，如何利用虛擬現(xiàn)實(shí)技術(shù)來促進(jìn)新媒體應(yīng)用的發(fā)展，成為人們關(guān)注的焦點(diǎn)。

1 虛擬現(xiàn)實(shí)技術(shù)原理

虛擬現(xiàn)實(shí)技術(shù)是一門生成虛擬現(xiàn)實(shí)場(chǎng)景的技術(shù)，而生成虛擬現(xiàn)實(shí)場(chǎng)景的關(guān)鍵是如何創(chuàng)造虛擬世界，即建模虛擬場(chǎng)景。虛擬現(xiàn)實(shí)場(chǎng)景對(duì)模型的要求很高，而如今解決建模問題的方法主要有兩種：一種是基于計(jì)算機(jī)圖形學(xué)的方法，一種是基于圖像建模的方法。

基于圖形學(xué)的方法指的是首先利用計(jì)算機(jī)建立三維模型，然后對(duì)模型進(jìn)行貼膜等紋理的操作，最后對(duì)場(chǎng)景中的光照、陰影等進(jìn)行處理。該方法的優(yōu)點(diǎn)是模型制作精良，往往會(huì)產(chǎn)生逼真的效果。但是，其缺點(diǎn)是需要大量的計(jì)算，對(duì)計(jì)算機(jī)硬件的要求較高，而且一般要求制作人員具有編程的能力。

基于圖像建模的方法指的是在圖像處理算法的基礎(chǔ)上，由若干張圖像來構(gòu)造三維場(chǎng)景，往往利用計(jì)算機(jī)視覺原理進(jìn)行的。其優(yōu)點(diǎn)是對(duì)計(jì)算機(jī)硬件要求不高，場(chǎng)景的精良程度只與圖像的分辨率有關(guān)，從而避免了大量的運(yùn)算，該方法逐漸成為了研究的主流。

2 新媒體的特點(diǎn)

新媒體的第一個(gè)特點(diǎn)是整合了視頻、音頻和文字信息。通過技術(shù)的發(fā)展，用戶不僅僅局限于文字的閱讀，而且能夠獲得視覺、聽覺、甚至嗅覺的體驗(yàn)。

新媒體的第二個(gè)特點(diǎn)是加強(qiáng)了交互性。如今，人與人之間的交互不再局限于口耳相傳，而是手機(jī)與手機(jī)、手機(jī)與電腦、甚至電視與電腦等方式，這種交互方式不再只是一個(gè)簡(jiǎn)單的技術(shù)概念，而是一種理念的提升和發(fā)展。

可以說，新媒體的特點(diǎn)符合當(dāng)今社會(huì)的發(fā)展趨勢(shì)。由于生活與工作節(jié)奏的加快，人們對(duì)時(shí)間碎片化的管理也日趨看重，而新媒體的多方位體驗(yàn)正好符合了人們的這一要求。此外，新媒體利用互聯(lián)網(wǎng)技術(shù)，可以隨時(shí)隨地進(jìn)行互動(dòng)交流，滿足人們對(duì)世界信息的需求，人們對(duì)新媒體的目的性和選擇的主動(dòng)性也就越強(qiáng)。

3 新媒體的應(yīng)用研究

3.1 數(shù)字教育方面

在全國高校思想政治會(huì)議上明確提出，要運(yùn)用新媒體新技術(shù)使工作活起來，推動(dòng)思想政治工作傳統(tǒng)優(yōu)勢(shì)同信息技術(shù)高度融合，增強(qiáng)時(shí)代感和吸引力。其中，虛擬現(xiàn)實(shí)技術(shù)作為當(dāng)前最新的技術(shù)，與新媒體相結(jié)合，共同為教育工作提供服務(wù)成為一種可能。

借助虛擬現(xiàn)實(shí)技術(shù)，數(shù)字教育可以對(duì)一些過往的歷史事件或者無法實(shí)際操作進(jìn)行模擬、仿真，通過對(duì)視覺、聽覺等感官的刺激來達(dá)到身臨其境的感覺。例如，化學(xué)課中爆炸效果，在實(shí)際的操作中，出于教師和學(xué)生安全的考慮，不可能真的產(chǎn)生爆炸，而僅僅是講解爆炸的相關(guān)理論，難免會(huì)無法引起學(xué)生的學(xué)習(xí)興趣。而通過虛擬現(xiàn)實(shí)技術(shù)，教師可以構(gòu)造一個(gè)虛擬環(huán)境，在虛擬環(huán)境中進(jìn)行爆炸演示，再利用對(duì)學(xué)生視覺、聽覺甚至嗅覺的沖擊，無疑會(huì)給學(xué)生留下深刻的印象。

3.2 數(shù)字電影方面

數(shù)字電影是指在電影的拍攝、后期加工以及發(fā)行放映等環(huán)節(jié)，部分或者全部以數(shù)字處理技術(shù)代替?zhèn)鹘y(tǒng)光學(xué)化學(xué)或者物理處理技術(shù)，用數(shù)字話介質(zhì)代替膠片的電影，其優(yōu)點(diǎn)是永遠(yuǎn)保持影片像素的準(zhǔn)確和精美。然而，隨著人們欣賞水平的提升，已經(jīng)不再滿足于對(duì)影片分辨率的要求，而是追求身臨其境的感覺。

將虛擬現(xiàn)實(shí)技術(shù)融入到數(shù)字電影中去，通過頭盔以及交互設(shè)備，不僅可以滿足人們對(duì)觀賞的需求，而且能夠在最大程度上刺激人們的視覺、聽覺等感官，同時(shí)周圍伴有立體聲環(huán)音，使觀眾置身其中，現(xiàn)場(chǎng)感十足。

3.3 數(shù)字游戲方面

一方面，將數(shù)字游戲與虛擬現(xiàn)實(shí)技術(shù)相結(jié)合是有必要的，因?yàn)槎咴谟螒蛑黝}和游戲風(fēng)格的不同，所表現(xiàn)出來的互動(dòng)模式和感官體驗(yàn)也會(huì)不同，從而提高游戲的可玩性和操作性。此外，游戲制作者通過尋找數(shù)字游戲和虛擬現(xiàn)實(shí)技術(shù)之間的聯(lián)系，將擴(kuò)展的想象力和情感融入到游戲世界中，已經(jīng)成為他們最為關(guān)注的事情，與此同時(shí)，也會(huì)大大提高玩家的游戲滿足感。

另一方面，部分玩家沉溺于游戲世界，逐漸脫離現(xiàn)實(shí)世界，傷害身體事件屢有發(fā)生。游戲制作者如果能夠在開發(fā)游戲的同時(shí)，融入進(jìn)虛擬現(xiàn)實(shí)技術(shù)，就可以充分利用虛擬與現(xiàn)實(shí)之間的關(guān)聯(lián)性，使得玩家在游戲的過程中，不僅體驗(yàn)到虛擬世界的樂趣，更能夠聯(lián)系到現(xiàn)實(shí)世界，這樣，也能夠防止玩家脫離現(xiàn)實(shí)。

參考文獻(xiàn)

[1]常雪佳.虛擬現(xiàn)實(shí)在數(shù)字娛樂游戲中的應(yīng)用[J].信息與電腦，2015，3（06）：15-17.

[2]付力婭.基于虛擬現(xiàn)實(shí)技術(shù)運(yùn)用的數(shù)字媒體交互方式嬗變研究[J].新媒體研究，2016，2（13）：28-29.

[3]廖祥忠.何為新媒體[J].現(xiàn)代傳播，2008，25（05）：121-125.