電腦視覺深入生活

看似深奧的人工智慧電腦視覺技術已融入你我的生活中，諸如智慧手機鏡頭進行人臉微笑辨識拍照、全景拍攝、照片拼貼、照片風格轉換、臉部美顏、人臉識別登入；智慧手機還可即時翻譯外國文字、準確識別出食物或商品名稱；智慧手機更被設置在汽車駕駛座前方，辨識車子前方物體並控制車輛前進。在零售店中，你也可以利用智慧化妝鏡進行虛擬彩妝、穿衣鏡進行服飾搭配。上述這些，電腦視覺技術究竟是如何辦到的? 又如何應用在製造業?

什麼是電腦視覺?

近代電腦視覺發展可以回溯到1970年代，科學家們雄心壯志想要模擬人類視覺智慧，運用於電腦或機器人上。最有名例子來自於人工智慧大老馬文閔斯基(Marvin Minsky, 1927-2016)，在1966年時，要求其碩士班學生暑假作業，將電腦連結照相機，並讓電腦描述它看到了什麼? 這成為電腦視覺(Computer Vision; CV) 的一個經典定義：「電腦視覺研究就是運用工具與理論，可以讓電腦或機器抽取影像或視訊中的資訊，以解釋世界」。

所謂「資訊」是指視覺線索(表面、顏色、材質)、3D結構、動態流程。所謂「解釋」是指辨識、感知、情緒、行動、事件等。自2000年以來，越來越多學者運用大量數據、統計學協助電腦視覺處理。

以下是幾個重要發展突破事件：

1. 2003年，美國火星探測漫遊計畫運用電腦視覺技術登陸火星，並探測與辨識岩石土壤的水活動跡象、地貌、地質活動等；其中使用的電腦視覺技術包括環景圖拼接、3D地面圖形建立、障礙物偵測、位置追蹤等。

2. 2010年，微軟發展Kinect技術與電視遊樂器結合，運用動態感測攝影機可偵測人輪廓與動作，可達每秒30次。

3. 2012年，深度學習之父辛頓(Hinton)教授學生Alex Krizhevsky 首次採用CNN卷積神經網路深度學習架構參與ImageNet視覺辨識競賽，以極大的差距擊敗了其他團隊。

4. 2016年，AlphaGo運用CNN深度學習架構，辨識人類棋譜盤勢特徵並配合增強學習方法，打敗韓國圍棋高手李世石而聲名大噪，也帶動近期人工智慧熱潮。

電腦視覺在製造業應用

隨著電腦視覺技術逐步地發展，1990年代開始，已經有許多工廠機器人或設備運用電腦視覺進行簡單的視覺導引、圖像比對等。這類型電腦視覺系統通常設置在機器人或設備中，架設在固定位置，工程人員經過光線、影像校調等，讓其運作效率最佳。工程人員設置時，必須注意燈光、物體輸送帶速度及角度等；而被掃描物體需具備特定或可規則化的性質(如：長寬、面積、汙點等)，以進行影像辨識與判定。現今，搭配3D視覺掃描與重建技術、機器學習、深度學習等技術發展，讓電腦視覺有更先進的應用方式，說明如下：

1. 視覺檢測：視覺檢測是最傳統的應用，主要運用2D攝影機進行電路交叉、組裝錯誤、汙染等表面瑕疵檢測，或運用在半成品及成品的檢驗。其缺點在於無法快速導入工廠，必須校調檢測物品狀況、燈光條件等，需耗許多時間與人力成本。而現今則運用3D影像重建、機器學習、深度學習可以滿足動態、模糊不清影像的檢測，例如：表面瑕疵、電路錫焊等不規則錯誤，可以將檢測結果，進行人為動態校正，並經由不斷地學習以優化檢測。同時，運用3D成像技術，亦可針對產品的樣式、顏色、形狀等各種面向進行檢測。

2. 物件辨識：電腦視覺物件辨識可以協助辨識產線中飲料是否含有異物? 光學文字辨識(OCR)則可辨識食品製造日期是否列印正確? 飲料蓋子是否有密封? 食物保存期限是否正確? 未來更多新興電腦視覺技術可以協助更多無法運用規則辨識的物件狀況、且動態地適應不同商品物件及學習優化。

3. 視覺導引：視覺導引可以協助機器手臂進行校準與補正，以進行自動插件、螺絲精準鎖進、物件偏移補正等。而在設計階段，藉由3D繪圖及軌跡模擬等，可協助機器手臂平面、曲面軌跡最佳規劃。此外，自動導引車輛(AGV, Automated Guided Vehicles) 亦可運用視覺導引來協助工廠搬運物料、產品等，以加快倉儲作業。傳統AGV必須根據固定軌道行走，未來是否可不須鋪設軌道或彈性適應在不同製程環境? 是否可以偵測人、物等障礙物而自動停止或繞路? 是否可以透過機器學習而調整最佳的行走路徑等，這些都是電腦視覺技術面臨的挑戰。

圖、電腦視覺工廠物件辨識應用(資料來源: datalogic)

小結

電腦視覺的發展將協助製造業往更具彈性、更客製化的方向發展，並減少人為錯誤與降低人工成本。可預見的未來，電腦視覺與人工智慧技術將持續在智慧製造、智慧工廠扮演重要的角色。