目前為止，智能相機經歷了四代技術發展史。智能相機出現在20世紀80年代，那時候處理器技術難以適應小型封裝，并且計算能力非常有限。這些智能相機通常具有定制硬件以加速特定的機器視覺算法，例如邊緣檢測，并且不易編程。

第二代智能相機使用數字信號處理（DSP）技術進行計算。在20世紀90年代，推出了基于DSP的智能相機，可以說它建立了智能相機市場。這些智能相機具有足夠的處理能力，小巧的外形，并且隱藏了編程DSP的難度。第二代智能相機在2000年代進入市場。這些相機使用筆記本電腦技術，提供良好的計算能力和熟悉的Windows編程環境。由于X86處理器的額外組件和功耗，基于PC的智能相機比DSP同類產品更笨重。

大約在同一時間（2004年），小型智能相機開始使用“神經網絡”處理器。后來，為智能手機開發的處理器和技術已經足夠用于智能相機。這些智能相機正在掀起價格下降和大量消費者智能手機產生的處理器性能以及標準軟件適應智能手機的浪潮。

第四代：軟件成為產品

第四代相機體積小，功率低，并且具有足夠的計算能力，可用于許多中低速機器視覺任務。軟件是您輕松設置和編程智能相機的關鍵。就像智能手機一樣，軟件成為我們心目中的產品。智能相機的用戶界面完成兩項任務。首先，它通過使用圖形交互使設備編程更容易。其次，它封裝了特定領域的知識，因此我們不必知道或記住技術細節。

為了便于編程，智能相機應具有圖形用戶界面（GUI）以指定操作，參數和程序流程。例如，程序流程可以由通過數據或控制路徑連接的操作框的圖形指定。或者，您可以使用鼠標選擇圖像區域，然后單擊圖標以指定對這些區域的操作。列表用于指定操作和偶然操作的順序，例如發送超出容差部分的拒絕信號。另一種類型的接口使用圖形樹結構來表示順序程序流和分支。

隨著消費產品的浪潮，智能相機將變得更快，更強大。智能相機將為智能相機網絡提供新的連接形式。例如神經網絡，以加速特定任務。已經并將開發專用智能相機用于大批量市場中的任務，例如汽車中的行人和障礙物檢測或娛樂控制臺中的3D成像。智能相機在過去幾年里已經走過了漫長的道路，但是它的發展還在繼續。

來源：朗銳智科