Over the past few years, what might not unreasonably be described as a true revolution has taken place in the field of machine vision, radically altering the way many things had previously been done and offering new and exciting opportunities for those able to quickly embrace and master the new techniques. Rapid developments in machine learning, largely enabled by faster GPU-equipped computing hardware, has facilitated an explosion of machine vision applications into hitherto extremely challenging or, in many cases, previously impossible to automate industrial tasks. Together with developments towards an internet of things and the availability of big data, these form key components of what many consider to be the fourth industrial revolution. This transformation has dramatically improved the efficacy of some existing machine vision activities, such as in manufacturing (e.g. inspection for quality control and quality assurance), security (e.g. facial biometrics) and in medicine (e.g. detecting cancers), while in other cases has opened up completely new areas of use, such as in agriculture and construction (as well as in the existing domains of manufacturing and medicine). Here we will explore the history and nature of this change, what underlies it, what enables it, and the impact it has had - the latter by reviewing several recent indicative applications described in the research literature. We will also consider the continuing role that traditional or classical machine vision might still play. Finally, the key future challenges and developing opportunities in machine vision will also be discussed.

在过去的几年中，机器视觉领域发生了不被无理地描述为一场真正的革命，从根本上改变了以前完成许多事情的方式，并为那些能够快速拥抱并掌握的人提供了新的令人兴奋的机会。新技术。配备了更快的GPU的计算硬件在很大程度上促进了机器学习的快速发展，从而推动了机器视觉应用的爆炸式增长，这是迄今为止极具挑战性的，或者在许多情况下，以前是无法实现工业任务自动化的。连同物联网的发展和大数据的可用性，这些构成了许多人认为是第四次工业革命的关键组成部分。这种转变极大地提高了某些现有机器视觉活动的效率，例如在制造业（例如质量控制和质量保证检查），安全性（例如面部生物特征识别）和医学（例如癌症检测）中，而在其他情况下，则开辟了全新的应用领域，例如在农业和建筑业（以及现有的制造业和医学领域）。在这里，我们将研究这种变化的历史和性质，它的基础，促成它的作用以及它所产生的影响-后者通过回顾研究文献中描述的几种最新的指示性应用来进行研究。我们还将考虑传统或经典机器视觉可能仍将继续发挥的作用。最后，还将讨论机器视觉的主要未来挑战和发展机遇。安全（例如面部生物特征识别）和医学（例如检测癌症），而在其他情况下则开拓了全新的使用领域，例如农业和建筑业（以及制造业和医学的现有领域）。在这里，我们将研究这种变化的历史和性质，它的基础，促成它的作用以及它所产生的影响-后者通过回顾研究文献中描述的几种最新的指示性应用来进行研究。我们还将考虑传统或经典机器视觉可能仍将继续发挥的作用。最后，还将讨论机器视觉的主要未来挑战和发展机遇。安全（例如面部生物特征识别）和医学（例如检测癌症），而在其他情况下则开拓了全新的使用领域，例如农业和建筑业（以及制造业和医学的现有领域）。在这里，我们将研究这种变化的历史和性质，它的基础，促成它的作用以及它所产生的影响-后者通过回顾研究文献中描述的几种最新的指示性应用来进行研究。我们还将考虑传统或经典机器视觉可能仍将继续发挥的作用。最后，还将讨论机器视觉的主要未来挑战和发展机遇。例如农业和建筑业（以及制造业和医药业的现有领域）。在这里，我们将研究这种变化的历史和性质，它的基础，促成它的作用以及它所产生的影响-后者通过回顾研究文献中描述的几种最新的指示性应用来进行研究。我们还将考虑传统或经典机器视觉可能仍将继续发挥的作用。最后，还将讨论机器视觉的主要未来挑战和发展机遇。例如农业和建筑业（以及制造业和医药业的现有领域）。在这里，我们将研究这种变化的历史和性质，它的基础，促成它的作用以及它所产生的影响-后者通过回顾研究文献中描述的几种最新的指示性应用来进行研究。我们还将考虑传统或经典机器视觉可能仍将继续发挥的作用。最后，还将讨论机器视觉的主要未来挑战和发展机遇。我们还将考虑传统或经典机器视觉可能仍将继续发挥的作用。最后，还将讨论机器视觉的主要未来挑战和发展机遇。我们还将考虑传统或经典机器视觉可能仍将继续发挥的作用。最后，还将讨论机器视觉的主要未来挑战和发展机遇。