视觉和听觉在机器上的应用汇聚众多伟大科学家的奇思妙想从而略有小成。二十世纪初电影从无声进化成有声，凝聚了包括爱迪生在内诸多发明家的心血，才实现声波在无力设备上的存储、释放和传递，但直到百年后机器视觉和机器听觉还是一个硬骨头，机器视觉需要应用的地方还有很多，不断的需要去发展探索。
地板质检应用，超市防损应用，寄生识别等，都只是机器视觉的初步应用，机器视觉从AI方面来看，其发展大有作为，无人机、无人车、机器人导航都离不开三维视觉技术，在这个领域从事前沿科学研究非常有意义。
**机器视觉技术加速无人机拍摄智能化
**
无人机的手势自拍主要应用的就是机器视觉的识别功能，其次还有定位功能。而动作捕捉技术技术涉及尺寸测量、物理空间里物体的定位及方位测定等方面可以由计算机直接理解处理的数据，随着电影和游戏不断发展，动作捕捉技术的应用也越发成熟。
机器视觉与动作捕捉技术相当于赋予机器以人类的视觉系统，无人机手势自拍只是机器视觉和动作捕捉技术的一个极小的应用，目前掌握这项技术的无人机公司和产品并不多，较为典型的是大疆，他们的精灵Phantom 4系列以及御mavic都具备手势自拍这个功能，最新发布的P4A也具备手势自拍这个功能，看来大疆已经完全掌握了这项技术，并且用的炉火纯青。
机器视觉助力自动驾驶
目前，视觉传感器及机器视觉技术被广泛应用到了各类先进辅助驾驶系统中。其中，行车环境的感知是基于机器视觉的先进辅助驾驶系统的重要组成部分之一。
行车环境的感知主要是依靠视觉技术感知车辆行驶时的道路信息、路况信息和驾驶员状态，为辅助驾驶系统提供决策所必需的基础数据。其中，
道路信息主要是指车外的静态信息，包括：车道线、道路边沿、交通指示标志和信号灯等；
路况信息主要是指车外的动态信息，包括：行车前方障碍物、行人、车辆等；
驾驶员状态属于车内信息，主要包括：驾驶员的疲劳、异常驾驶行为等，通过提醒驾驶员可能发生的不安全行为，避免车辆发生安全事故。
借助机器视觉技术对行车环境进行感知，可获取各种车内、外的静态信息和动态信息，帮助辅助驾驶系统做出决策判断。
机器视觉技术让机器人走的更稳
机器视觉是机器人发展的重要方向，是提高机器人智能化水平的关键因素之一，有助于实现机器人工作的自动化。
机器人感知环境通常依赖于各种接触型以及非接触型传感器，机器视觉就是基于仿生的角度发展而来，比如模拟眼睛是通过视觉传感器进行图像采集，并在获取之后由图像处理系统进行图像处理和识别。此外，具有机器视觉的机器人能够及时感知外部环境的变化，并且方便智能机器人的控制系统做出相应调整，提高了机器人的灵活性和对外部环境变化的适应力。
