疫情防控，机器视觉能起到哪些作用？
开年来的新冠疫情侵袭给不少半导体厂商造成了一定影响，而对安森美半导体来说，这是一次挑战却也是一次机会。郗博士表示，部分工业制造企业因疫情停工停产，但医疗相关产业却因此受益。
在整个疫情监测防控、病例追踪、数据采集方面，机器视觉技术的存在发挥了重要作用。比如助力口罩等防护物资的自动化生产、智能物流分拣、人脸筛查识别、无人机消毒等，机器视觉结合人工智能（AI）使口罩生产做到了高精确定位，切割，自动检测，大大提高了生产效率；而健康码、AI医生、送药送餐机器人等各种高效管理和便民服务，使无接触作业模式更有效率更可靠。
事实上，早在疫情出现之前，安森美半导体早已在医疗相关领域进行了长远布局。郗博士谈到，早在三四年前安森美半导体就开始在智慧物流、无人配送、工业自动化等领域发力，由于疫情的突然爆发导致了“无接触”模式的兴起，相应的无人产品、无人设备也开始得到大量使用，开始发挥其重要作用。就行业情况来看，前期的诸多不利影响已经渐渐过去，整个半导体产业链也逐渐恢复正常运转。
机器视觉未来还面临着哪些挑战？
机器视觉作为人工智能产业快速发展的重要分支，它包含了图像处理、传感器、光学成像等多门类复杂技术，因此产业的发展过程中还有诸多的挑战亟待解决。
郗博士认为，受益于国内对人工智能产业的大力推动，机器视觉产业也得到了长足的发展，在当前机器视觉产业发展中，还存在以下问题：
从机器视觉生态系统来看，前端的感知尤为重要，利用图像传感器进行数据的采集，才能传输给后端进行处理，这涉及到设备高分辨率、低功耗、低成本的需求。除了采用摄像头作为前端感知以外，安森美半导体还将基于单光子雪崩二极管以及硅光电倍增管的新技术应用于激光雷达产品上，通过前端给出更加有效的信息，减轻后端的处理压力，如今该方案已被广泛运用在医疗、消费类、工业类、汽车类应用领域。
在后端方面，机器视觉技术依赖于人工智能算法驱动，因此需要足够大的数据量进行学习、训练，同时机器视觉对数据的判断要更加精确，这也对人工智能算法及算力提出了更高的要求。除此之外，机器视觉技术还会受限于红外等其他的光谱的感知，因此未来的机器视觉还可以向多色彩分辨进行拓展。
郗博士表示，工业自动化浪潮下，机器视觉市场发展潜力巨大，也给机器视觉厂商带来了无数机会。不少本土企业也趁势崛起，在芯片、算法等细分领域做到与国际并驾齐驱。安森美半导体也会在保持对该产业的持续高投入之下，进一步提升产品高分辨率、高帧率等性能，正如其展台的宣传语一般，“创造超越人眼的视觉，你发挥才能，我们提供工具。”做到精益求精，带领机器视觉产业朝着更成熟的的方向迈进。
