大数据(big data)，或称巨量资料。进入2012年，大数据一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。数据正在迅速膨胀并变大，大数据到底有多大？截止到2012年，数据量已经从TB（1024GB=1TB）级别跃升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB(1024EB=1ZB)级别。国际数据公司（IDC）的研究结果表明，2008年全球产生的数据量为0.49ZB，2009年的数据量为0.8ZB，2010年增长为1.2ZB，2011年的数量更是高达1.82ZB，相当于全球每人产生200GB以上的数据。

走在信息科技前沿的美国已对机器视觉与大数据时代的互动关系先知先觉。介于美国政府公布的“大数据研发计划”（BigDataResearchandDevelopmentInitiative）中包含一个旨在为机器建立视觉智能的Mind‘sEye项目。该计划称，传统的机器视觉研究的对象选取广泛的物体来描述一个场景的属性名词，而Mind‘sEye旨在增加在这些场景的动作认识和推理需要的知觉认知基础。总之，这些技术可以建立一个更完整的视觉智能效果。

中国科学院自动化研究所黄凯奇指出：“对于依赖数据规律的机器视觉算法来讲，大数据无疑为人们进一步发现人类的认知机理，实现更加鲁棒，鲁棒是Robust的音译，也就是健壮、强壮、坚定、粗野的意思。鲁棒性就是系统的健壮性的机器视觉算法提供了可能。另一方面，随着机器视觉系统更加鲁棒稳定，更加智能，它在收集、分析、处理海量信息方面也将发挥更加重要的作用。简言之，机器视觉一边借大数据之利不断发展，一边又靠技术的完善而反哺大数据时代，形成一个良性的互动”。

目前，机器视觉在交通等多个领域的应用仍相对单一，存在着多层面阻碍其进一步产业化发展的因素。黄凯奇分析说，首先在鲁棒稳定的机器视觉系统方面，因为机器视觉技术涉及众多学科，需要不同学科协同创新才能突破目前发展的技术瓶颈。再一个就是标准方面，目前大部分厂家为了自身的短期局部利益都各自开发封闭的设备、协议、系统，这对整个行业的发展极为不利。“如何破除这种封闭状态的弊端，制定行业统一开放标准是促进机器视觉行业形成大格局、大产业的必经之路。”黄凯奇说。

“还有一点原因，就是关于机器视觉刚需的创造。我国是一个典型的劳动力密集国家，大部分行业依靠的是低廉的大量富余劳动力。而机器视觉与自动化息息相关，因此如何一方面有效解决就业问题，另一方面又高效推进机器视觉相关自动化产品设备的推广使用，是政府部门、企业需要面对的问题。”黄凯奇表示。

欲知更多请关注北京盈美智科技发展有限公司，详情请登录我们的网站www.cnimage.com。联系电话：18901085836。