機器視覺作為新一代的通用技術，在多個領域正式落地開花。而應用最為成果的案例莫非是醫療、金融和運維三大方面了。

首先，在醫療領域，機器視覺被應用到提供輔助診療，癌癥檢測和機器人手術等方面，幫助醫生定位病癥分析病情，輔助做出診斷。雖然還說不上完全取代，但是機器視覺已經能夠在很多方面幫到醫生及患者。

數據顯示，國內AI+醫療市場2018年規模將達到200億，并繼續保持超高增速。而今年伊始AI+醫療的創業公司融資的消息更是層出不窮。

目前人工智能醫學影像產品，已經被國內不同醫療機構接受并開展了各種醫學AI項目，涵蓋食道癌早期篩查系統、肺結節檢測系統、輔助診療系統等，目前處于實驗階段。

此外，智能醫療機器人主要指用于外科手術、功能康復及輔助護理等方面的機器人。當下輔助手術的機器人主要在腎臟、眼科疾病等細分領域進展較快，一些老牌醫療器械公司，還得到了Verb Surgical及谷歌系公司的技術支持，包括機器學習技術以及強大的圖像處理技術。

其次，在金融機構的業務場景中機器視覺已經得到了很好的應用，能夠幫助金融機構更快更好的認識客戶，尤其是渠道端，通過對客戶無感知的識別，可以提高客戶體驗。同時結合大數據的應用，打造用戶畫像，進行用戶行為分析。

另外，機器視覺在中后臺替代人工對客戶身份進行審核，大大的降低了運營成本。同時可以以人臉打造員工的唯一身份ID，解決通行，考勤，系統登錄等問題。

同時，伴隨著移動支付技術興起，生物識別技術逐步成為在線金融安全保障的必備選擇。由于每個人的生物特征具有與其他人不同的唯一性和在一定時期內不變的穩定性，不同于靜脈、指紋、聲紋、人臉、虹膜等特征，較為不易被偽造和假冒，所以利用生物識別技術進行身份認證成為市場新寵。

這樣一來，不僅給用戶帶來便捷的體驗，而且具有較高的安全性與可靠性。隨著多維度生物識別與支付技術的發展，交叉應用的生物識別技術不再僅作為支付驗證手段，還可以通過與安全、監控、管理系統的整合，實現高效的反欺詐預防與管理。

第三，在運維管理方面，除了應用于工廠自動化產品篩選。利用無人機與機器視覺相結合還能夠去勝任那些對人類來說極具危險和挑戰的情景運維工作。

比較典型的是在全球風電行業，數據顯示，這個行業每年有 250 億美金投入風電機運維，在中國大概占到整個市場的三分之一，而且中國是增速最快的市場，在中國有 40 多萬臺風電機組，有些在岸上而些是海上風電機組。

據了解，運維工作相當復雜和危險，需要工程師們爬到風機頂端，必須借助、梯子和非常昂貴的設備做檢查，通常情況下 4 個人要花半天才能完成一次風機檢查，他們每年需要做兩次這樣的檢查。

一個典型的風機可能需要 100-200 萬才可以安裝好，要更換一個葉片，可能需要花十萬到幾十萬美元，如果你做一個簡單的維修，也要花幾千美元。所以，需要做定期檢查，才可以發現細微的問題，在成本快速上升之前，快速解決這些問題，減少運維的成本。

而今天在機器視覺和無人機的結合下，這個過程已經能夠變成一個全自動化的過程了，不僅更快、更便宜、更安全，而且只需要機器人就可以完成了。這種機器人不需要任何人工控制就能夠完成任務，在 15-30 分鐘內拍攝高清晰度的照片。

實際上世界上有很多種不同的風機，它們的尺寸、高度、重量，風機葉片長度都不盡相同。不過機器人可以進行遠程自動遙感，實時跟蹤，為每個葉片拍照。同時預測運維的時間和成本，用大數據分析出最佳的解決方案。

可見，機器視覺正在逐步深入到各行各業的場景中。正如人的眼睛一樣，機器視覺就是人工智能時代機器的眼睛，其重要性不言而喻。毫不夸張地講，在任何一個行業，我們都可以發揮技術的價值撬動潛力，更好的保證數字化技術得到廣泛應用，另外在零售、自動駕駛、遠程醫療等各個領域，計算機視覺都是大有可為的，甚至帶來顛覆行業的改變。