嵌入式愿景
随着新兴技术发展越来越快，嵌入式视觉的竞争也日渐激烈化，很多公司迫切寻找行业最关注的领域进行转型的案例屡见不鲜。Wiesinger说，“由于越来越多的类似于工业物联网、人工智能、深度学习、嵌入式视觉等新兴技术的推动，该行业也发生了很大的转变，除了IEEE 1588，IEEE 802．1工作组正在研发更具标准化的时间敏感网络（TSN）技术，该技术将在以太网连接设备之间提供具备确定性的可靠操作。这些解决方案将在同一物理网络上提供更关键的实时通信，保证延迟性和低抖动连接。另一个有意的动作是，由VDMA领导的OPC UA Vision标准，可轻松将工业4．0中的机器视觉与未来智能工厂集成”。
Gardasoft的Hudson表示，由于对成像智能化的需求日渐增加，智能交通领域的发展越来越迅速，同时也刺激了制造商对许多硬件和软件的创新来满足市场需求，最令人期待的趋势是将机器视觉和深度学习整合到ITS里，利用这些技术方案来分析交通流量模式，从而达到缓解交通拥堵的目的。
Enzio Schneider指出，目前还有许多类似于安全、物联网和智慧城市等市场尚未被机器视觉技术完全渗透。随着嵌入式处理器，图像传感器和摄像头的价格逐渐下降，即成本降低的驱使下，计算机视觉解决方案对这些市场将变得更具吸引力，这样的趋势继续持续下去，视觉行业将会完全渗透进交通领域。
Axel Krepil认为，视觉技术在未来将会无处不在。机器人、物联网、智能家居、以及娱乐等行业都将受益于视觉技术，但是，实时视觉在交通领域的自动驾驶汽车、共享汽车系统、智能停车、交通基础设施等层面更具潜力，而视觉成像技术也将成为解决自动驾驶和交通管理遇到的各种挑战所必须的基础技术。
同时，这也引出了最重要的问题：我们在应用该技术的时候，是否会变得更聪明？
智能处理
“当然，”Axel Krepil坚定地认为，“视频成像技术让机器像人一样拥有了眼睛，同时，智能处理算法可以协助其自动识别和反应周围的环境，比如自动驾驶汽车或无人机，也是通过智能识别道路状况来避免碰撞事故的发生。就实用案例来说，具有高精度图像识别的嵌入式摄像系统即使在光线条件较差的情况下仍然可以实现24小时全天候实时监控，为监控中心提供图像数据，并通过智能处理算法对交通流量进行实时评估，以改善交通安全，平衡交通流量，实现对整个城市路网流量的总体调控。”
Torsten Wiesinger认为视觉技术的未来极具潜力。随着OPC－UA－TSN通讯标准和OPC Vision Initiative的出现，工业物联网公司可以利用单个以太网网络支持时间敏感型网络应用（TSN），同时，由于OPC－UA－TSN标准可以应用于计算机的各个节点（例如：摄像机，PC，PLC和基于串口服务器的系统），因此它在开发基于边缘和云端的网络应用中用处很大。
Jools Hudson认为视觉技术的前景同样乐观。她说，“机器学习和人工智能技术的日益普及肯定会对智能交通系统（ITS）产生深远的影响。相机识别的信息越来越精准可靠，例如乘客数量、驾驶员行为，以及车牌和车辆型号等等。随着图像捕获技术越来越先进，相对的，ITS提供商们对新技术的需求也在不断增长“。
Schneider认为，变“聪明”的关键取决于你想表达的内容。她说，“如果你的意思是，我们在使用嵌入该技术的应用程序时，是否可以进一步理解这个应用程序的运行处理模式，那么答案是——不会，因为程序研发过程具备高复杂性，研发公司为了让用户更便于理解和使用，只会提供简易的操作入口，用户本身根本没办法理解各种程序的具体细节。”
“但是，那么我们通过使用各种程序（例如交通、停车等）是否会变得更聪明，使容易达成目的，那么答案是不一定。同时，你收集到了大数据，单如果没有足够的能力进行分析处理也无济于事，从长远来看，你必须得到AI 、机器学习等技术的支持。”
关于视觉技术的应用，很多人在许多问题上达成了一致意见，但在某些关键领域仍然存在一定的分歧。要证明预测的准确性是一件很棘手的事情，但视觉技术将会为未来的ITS解决方案提供一个极具诱惑力的愿景。
