为什么机器和设备需要视觉？ 视觉是主要的感觉。 为了能够理解人类并带来他们需要的支持，机器和设备必须能够在视觉类别中进行调查和反映。 它可以是一个小型摄像头，帮助盲人“看到”并了解他们在国外的环境，也可以是一个家庭监控系统，可以精确地区分流浪猫、移动树枝和小偷。

合理的电子设备在人们的日常生活中变得越来越重要。 我们还发现，越来越多的设备应用失败了，因为它们没有足够强大的视觉效果，比如无人机在空中撞击。 机器设备人真空机吸什么不应该吸。

机器视觉系统是人工智能的一个快速发展的分支，旨在使机器和设备与人类视觉相媲美。随着研究人员使用专门的神经网络来协助机器和设备识别和理解实际的外国图像，视觉系统在过去几年中取得了很大的进展。 今天的计算机可以做各种视觉识别，从在互联网上识别猫到识别许多照片中的特定面孔。 只是，这种技能还有很长的路要走。

目前机器视觉系统已脱离数据中心，用于各种用途，从无人机的自动驾驶到食品整理。

完整的图片分类要简单得多，但在从杂乱的场景中提取要素或信息时，机器和设备面临着一系列新的问题。 误视问题是视觉系统仍在走的漫长道路的一个很好的例子。

例如，当人们看两个面对面的轮廓时，他们看到的不仅仅是一般的外观。 他们的大脑将被进一步解释为允许他们识别图片的多个部分，看到两张脸，或者可能看到一个花瓶。

但是对于机器和设备来说，这样的图片是特别困难的去理解。 一个完整的分类器不能区分两个脸和花瓶。 它可以看到物体，如短柄斧头、钩子、避难所甚至吉他。 系统不能确定物体是否在图片中，这表明识别这样的图片对机械设备来说是非常具有挑战性的。

此外，作为凌乱的图片，实际的外国也特别凌乱。 在正常导航的中间不仅是设计算法分析数据的开发可以完成，它必须对真实场景有一个清晰的了解，这样它才能相应地行动。

机器人和无人机面临着许多这样的障碍，克服这些挑战是参与人工智能革命的人的当务之急。

随着神经网络，专业视觉系统硬件等技能的不断普及，视觉系统与人类视觉的差距正在迅速缩小。 不久，将有机会使愿景凌驾于人类机器和设备之上，人类机器和设备可以执行各种混乱的任务，并充分和充分地运作。