A látástechnológia beágyazott rendszerekben való gyors elterjedése ösztönözte az ultra{0}}nagysebességű- képalkotó megoldások kifejlesztését az autók biztonságára, a gépi látásra és a mozgáselemzésre. Ennek megfelelően a nagyobb teljesítményű képérzékelők és a kisebb pixelarchitektúrák jelentősen javíthatják e termékek teljesítményét és képalkotási képességeit.
A gépi látástechnológia képfelismerő algoritmusokat használ a képeken lévő objektumok azonosítására, és részletesebb és pontosabb képeket biztosít ezekről az objektumokról torzítás nélkül, anélkül, hogy veszélyeztetné az alkalmazások széles körét, például az ipari automatizálást, a robotikát, a drónokat és a 3D modellezést.
Először is, a kompakt, de nagy teljesítményű processzorplatformok csökkentik a hagyományos gépi látásrendszerek költségeit. Másodszor, a nagy teljesítményű, alacsony költségű és energiahatékony feldolgozási
A képérzékelők minden gépi látástervezés kulcsfontosságú elemei, és gyors átalakuláson mennek keresztül a sebesség és a felbontás tekintetében. Az új képérzékelők nagyobb képkockasebességet tesznek lehetővé a képminőség romlása nélkül. Ezen túlmenően, ami a felbontást illeti, ezek a képérzékelők robusztus optikai jellemzőkkel rendelkeznek, amelyek biztosítják a modern gépi látásvizsgálatokhoz szükséges képalkotási részleteket és teljesítményt.
Ezek az alacsony fogyasztású-beágyazott rendszerek számos termékfelbontást is támogathatnak, miközben a pixelképességek széles skáláját teszik lehetővé. Ezekben a beágyazott vizuális rendszerekben,-amelyek gyorsan fejlődnek az új pixelarchitektúrák mellett,-a nagyobb képpontok kompromisszumot tudnak adni egy adott optikai konfigurációhoz, hogy nagyobb képérzékenységet érjenek el.
A gépi látás az ipari automatizálási forradalom középpontjában áll. A gépi látás azonban nem korlátozódik az ipari robotika forradalmára. Alkalmazásai gyakorlatilag az összes gépre és a gyártási ciklus minden aspektusára kiterjednek.
Valójában a gépi látást a gyárpadlón kívül számos alkalmazásban használják. Alkalmazásai az intelligens közlekedési rendszerek rendszámfelismerésétől a vevők és áruk mozgásának nyomon követéséig a -pénztáros nélküli üzletekben, valamint az autonóm járművek alapvető vezérlőrendszereként szolgálnak.
Mára a gépi tanulás kulcsfontosságú technológiává vált az autonóm járművekben. Döntő szerepet játszik az Advanced Driver Assistance Systems (ADAS) rendszerben is, ahol a különféle gépi látási algoritmusok kifogástalan észlelési pontosságot biztosítanak.
A gépi látás emellett intelligens videotartalom-elemzést is végez számos kamera{0}}központú alkalmazáshoz, beleértve a megfigyelést, a kiterjesztett valóságot (AR), valamint a virtuális valóság (VR) fejhallgatóit és kiegészítőit.
Egyes képérzékelők globális zártechnológiát alkalmaznak a mozgási műtermékek és az elmosódás kiküszöbölésére. A globális redőnyök új mércét állítottak fel a fényképezőgépek tervezésében, lehetővé téve a kiemelkedő képalkotási teljesítményt, a magas kép egyenletességét és az alacsony zajszintet. A redőny technológiától eltérően a globális redőny technológia lehetővé teszi, hogy az érzékelő a teljes képterületet egyidejűleg pásztázza, ami kritikus fontosságú a gépi látási alkalmazásokban.
Egy másik jelentős elmozdulás a gépi látás területén a töltés{0}}csatolt eszközzel (CCD) rendelkező képérzékelőkről a költséghatékonyabb-CMOS-alapú kamerarendszerekre való átállás, amelyek emellett kevesebb energiát fogyasztanak és magasabb képsebességet kínálnak.
A CMOS képérzékelők két kulcsfontosságú területen tettek jelentős előrelépést: a képkocka sebesség és a zajszint. A beágyazott képfeldolgozó rendszerekben a CMOS-érzékelők fokozatosan egyre költséghatékonyabb, megvalósítható megoldássá válnak a jobb zajjellemzőik miatt. Ezenkívül a CMOS képérzékelők részletesebb képet adnak nagyobb felületről, ami kritikus követelmény a gyári automatizálási környezetekben.
A gépi látás a mesterséges intelligencia (AI) forradalmának kulcsfontosságú megnyilvánulása, és az akadémiai kutatásról a kereskedelmi szektorba tolódott el. Például a gépi látórendszereket ma már széles körben használják a hegesztési iparban automatikus hegesztésellenőrzésre, a hegesztőberendezés útjainak pontosságának ellenőrzésére a hegesztési folyamat során, vagy a hegesztés utáni hegesztési varratok minőségének ellenőrzésére.
A CMOS{0}}központú kameratervek segítenek a fejlesztőknek megfelelni a gépi látást biztosító alkalmazások feldolgozási követelményeinek és alacsony{1}}fogyasztási korlátainak. A gépi látás és a képérzékelő technológia tervezésében bekövetkezett jelentős változások mind olyan alkalmazási területek kiszolgálására irányulnak, mint a mozgáselemzés, robotika, nyomkövetés, ipari ellenőrzés és metrológia.