深度学习技术
深度学习是机器学习最重要的分支，典型深度学习算法包括卷积神经网络（CNN）、循环神经网络（RNN）、生成对抗网络（GANs）、深度强化学习（RL）等。深度学习利用人类知识和计算机算法共同构建整体架构，通过对数据进行清洗、标签、归一化、去噪、降维等预处理，配合计算机大规模运算能力，调节内部参数，对数据进行训练，从而自动提取目标数据。深度学习具有学习能力强、覆盖范围广、适应能力强、可移植性好等优势。
3D视觉技术
3D视觉技术分为3D重构技术和3D数据分析算法两部分，具体包括双目视觉技术、结构光技术、TOF（飞行时间）相机技术、线激光扫描技术和光谱共聚焦技术。较之2D机器视觉技术，3D技术在x、y、z、旋转、俯仰、横摆等六个自由度上还原目标物体三维信息，为工业控制提供更精确灵活的特征分析与数据处理。
机器视觉市场蓝海，智能制造加速
后疫情时代，全球数字化进程加速，工业智能化、数字化不断转型升级，机器视觉与工业应用紧密结合，在人工智能、物联网、5G等新兴技术的融合创新中，不断深入应用落地。
机器视觉发展初期，市场主要集中在欧美和日本。近年来，亚太地区发展迅速，欧美市场份额稳中有降。从整体来看，欧美仍然是机器视觉最大的市场。据Markets and Markets数据显示，2019年，欧洲成为全球机器视觉市场份额最大的地区，占比高达36．4％。
图：2019年全球机器视觉行业区域分布
数据显示，2019年全球机器视觉市场规模突破百亿美元，高达102亿美元。受疫情严重影响，2020年机器视觉产业受到冲击，市场下行。抛开2020年疫情等不利因素影响，预计到2025年全球机器视觉市场规模将突破130亿美元，2026年将接近140亿美元。
图：2016－2020年全球机器视觉市场规模
图：2021－2026年全球机器视觉市场规模预测
机器视觉市场发展前景广阔，产业链上中下游都蕴藏着巨大的发展潜力。上游包括光源、工业镜头、工业相机、图像采集卡等核心零部件，以及图像处理和算法平台等软件；中游分为装备制造商和系统集成商，涵盖引导、测量、检测、识别等仪器装备；下游应用包括消费电子、工业、半导体、汽车制造、食品包装、医疗设备等领域。
图：工业机器视觉产业链（图源：赛迪顾问）
国产化热潮，机器视觉迎来发展良机
与全球机器视觉相比，中国机器视觉的发展晚了将近五十年。1999年，中国开始发展机器视觉产业，直到2004年，国内机器视觉才迈入产业发展初期。机器视觉产业链上下游高端市场均被欧美国际巨头占据，其中，康耐视和基恩士垄断了全球近50％的市场份额。近年，国家政策全面支持下，中国的机器视觉产业迎来发展的良机。
据中国机器视觉产业联盟统计数据表明，2019年中国机器视觉销售额高达103亿元，增速超20％。根据前瞻产业研究院整理数据显示，预计到2026年我国机器视觉市场规模将突破300亿元。
图：2015－2019年中国机器视觉行业销售额
图：2020－2026中国机器视觉市场规模预测
鉴于机器视觉上游的中高端市场被欧美及日本品牌占据，国产厂商积极寻求中低端市场突破口，逐渐从光源组件向镜头、相机领域渗透。在人工智能、物联网、5G的推动下，国内机器视觉厂商深入拓展细分领域，加强自身行业竞争力，不断扩大市场占有率，共同推进机器视觉国产化替代进程。
