隨着AI技術在無人機領域的大規模應用，無人機開始變得越來越智能化。
不僅可以做到實時跟蹤鎖定拍攝，實時處理目標信息，還可以做到自動識別躲避障礙。
這些動作的背後是無人機計算機視覺技術的突破。
計算機視覺技術，簡單來說就是攝像頭+傳感器結合計算機模擬類似人眼與大腦的功能，來感知周圍三維空間，進而識別物體、判斷運動狀態以及其他。
在無人機領域，計算機視覺技術主要解決兩個問題。一個是距離感知，一個是目標檢測。
距離感知，即實時感知周圍環境，主要解決的是自動識別躲避障礙問題。空中環境雖然不如地面環境複雜，但也會面臨很多未知風險，比如飛鳥，比如一些高的物體。在民用無人機領域裏，因撞擊障礙物導致無人機損毀的情況在所有損毀案例中佔據着絕大部分。
目標檢測，包括檢測、跟蹤識別、導航等等。可識別分析地面目標，實時跟蹤拍攝就是很好的應用例子。
事實上，距離感知以及目標檢測，可以概括爲“對周邊場景的實時監測與分析”。這不僅需要無人機具備優秀的信息收集能力，也需要無人機具備良好的信息處理判斷能力。
信息收集能力主要依賴於硬件，比如雷達、攝像機等等，而信息處理判斷能力則依賴於算法。
衆所周知，在人工智能領域，算法模型的效果主要取決於投喂數據的質量，無人機領域也是如此。爲了賦予無人機處理更加複雜場景的能力，前期投喂的數據就要做到海量、精細化、場景化、真實化，而這些數據則全部來源於數據標註。
無人機領域中主要應用到以下幾種數據標註類型：
1.2D框
標註出車輛：
2.多邊形
標註出車輛和人：
3.語義分割
對圖片中的不同區域進行分割標註：
4.視頻標註
跟蹤標註視頻中的車輛和行人
在這些真實數據的加持下，無人機的算法模型效果會更加精準，對飛行過程中的場景判斷也會更加合理，無人機可以在以下領域發揮出更大作用：
1.車輛識別及跟蹤
無人機搭配攝像後，基於深度學習，可以對道路上的人物及車輛進行實時識別與分析。
2.空對地探測
無人機結合高速運動相機和雷達，能對地面進行有效的拍攝和繪製3D地圖，從而爲相關機構提供地面的3D立體圖及2D平面圖。
3.無人機送貨
配合激光雷達等傳感器，無人機可以在飛行的過程中自動躲避障礙物，並識別分析地面目標，找到最合適的投遞快遞地點。
未來，無人機的應用領域將不僅侷限於此，隨着數據標註以及計算機視覺技術的逐漸發展，無人機的應用將創造更多可能。