計算機視覺技術（也被稱為機器視覺）允許機器以視覺方式解釋周圍的世界。作為人工智能的一種形式，計算機視覺的本質上是關於數據的分析和學習，只不過需要處理的數據都是視覺數據——而不是文本或者數據。通常來説，視覺數據都是以照片或者視頻的形式存在，但是也可能包含來自熱像儀和紅外熱像儀的數據。
計算機視覺最主要的應用是面部識別，這種技術經常被用於安全和執法領域。但是，在本文中，我想介紹一些計算機視覺技術不太明顯的用途。特別是以下的三個行業，可能會從這種技術趨勢的發展中受益匪淺。
農業
計算機視覺在農業中有很多種用途，包括檢測雜草、病蟲害、分析土地、發現漏水、跟蹤動物以及對採摘後的農產品進行挑揀和分類。所有這些都可以幫助農民降低成本，同時最大限度地提高效率並增加產量。
在一個例子中，計算機視覺和機器學習被用於檢測木瓜的成熟度。來自巴西坎皮納斯大學和隆德里納州立大學的一組研究人員正在開發計算機視覺軟件，可以通過圖像檢測水果的成熟程度，目前準確率已經達到了94.7%。該項目的目標是幫助巴西的木瓜種植者們挑揀出成熟程度較低的水果出口，將最成熟的水果留在當地銷售，通過這種方法最大程度地提高他們種植的水果的價值。這些研究人員還希望開發出一款消費者應用程序，幫助購物者根據他們計劃食用的時間挑選正確的水果。
在其他地方，Blue River Technology公司的See＆Spray系統使用計算機視覺來識別哪些植物是農作物，哪些是雜草，這樣就可以在不影響健康作物的情況下對單株雜草使用除草劑。據報道，該系統可將除草劑的使用量減少90％。農業巨頭John Deere對這個系統的印象實在是過於深刻，以至於該公司最終收購了Blue River Technology公司。
衞生保健行業
如果你思考一下就會發現，醫療行業的視覺數據特別豐富，包括CT掃描圖像、X光片等等。計算機視覺讓機器能夠分析這些圖像數據，並且能夠識別出異常或者疾病。這可以大大減少花費在圖像分析上的時間，從而幫助醫生減輕一些壓力，讓他們可以花更多的時間陪護患者。
一系列專門針對醫療保健領域計算機視覺工具正在開發之中，這些工具都構建在人工智能之上。一個例子是科技初創公司MaxQ AI，該公司開發了一款可以通過CT掃描圖像檢測腦出血症狀的軟件。這款名為Accipio Ix的檢測軟件已獲FDA批准使用，而MaxQ AI也已經宣佈與三星、IBM Watson和GE Healthcare結成夥伴關係。
微軟也加入了這一潮流，該公司的InnerEye軟件可以識別X光片中可能存在的腫瘤和其他異常情況。放射科醫生可以上傳病人的X光片；然後，該軟件會確定它認為存在腫瘤的區域。然後，放射科醫生可以將注意力集中在X光片中已標記的區域上，就不用把時間浪費在那些健康的X光片上了。
零售業
即使不考慮計算機視覺在安全方面的應用，這種技術在零售業當中也有很多潛在的用途。例如，亞馬遜在其小型的Amazon Go雜貨店和便利店中大量使用了這種技術。由於有了計算機視覺技術，亞馬遜才能完全取消物理結賬流程。客户在商店門口使用亞馬遜應用程序自行掃描完成後，他們就可以四處走動，挑選想要的物品，然後離開——整個過程都不需要排隊和付款。攝像頭會跟蹤客户選擇的商品，並且自動在客户的亞馬遜賬户里扣除所選商品的費用。
計算機視覺（特別是面部識別）技術還可以被用於識別單個客户，從而為他們提供個性化的推薦和獎勵。高檔糖果零售商Lolli＆Pops一直在嘗試利用面部識別技術的客户忠誠度計劃。選擇加入該計劃的客户將在進入商店時被識別出來，這意味着銷售人員可以根據系統對客户偏好（以及任何可能的過敏）的瞭解，提供個性化的推薦建議。
隨着計算機視覺技術變得越來越便宜並且越來越易於部署，整個計算機視覺市場到2024年預計將達到140億美元的規模（2019年這一規模為99億美元）也就不足為奇了。在不遠的將來，我們可以肯定會看到越來越多的計算機視覺用例出現在更多的行業之中。