Embedded Vision (englisch, sinngemäß: "eingebettete Bildverarbeitung") bezeichnet die Integration von Computer Vision in ein Eingebettetes System. Dabei finden Bildaufnahme und Bildauswertung direkt auf dem Gerät oder der Elektronik statt, ohne separaten PC oder in der Cloud. Die Definition von Embedded Vision ist nicht trennscharf möglich: Fachpresse, Branchenverbände und Hersteller entsprechender Komponenten bezeichnen unterschiedliche Systeme als Embedded Vision. Dazu gehören Smart-Kameras und Platinenkameras ebenso wie Prozessorboards mit angeschlossenen Kameras, die als Embedded Vision System bezeichnet werden. Industrielle PCs mit Kamerainterfaces, die für Embedded Vision Anwendungen entwickelt und eingesetzt werden, werden ebenfalls als Embedded Vision Systeme bezeichnet.
Hauptmerkmale von Embedded Vision Systemen sind die spezielle Anpassung für die jeweilige Zielanwendung, ein geringer Stromverbrauch und ein robustes Design, für den Einsatz in professionellen Produkten und industriellen Maschinen und Geräten. Typische Anwendungen sind Fahrerassistenzsysteme, industrielle Qualitätskontrolle, Videoüberwachung, Medizintechnik, Verkehr und Logistik sowie Unbemannte Luftfahrzeuge / Drohnen und Unterhaltungselektronik. Deep Learning und Künstliche Intelligenz, insbesondere in Verbindung mit Edge Computing ermöglichen neue Anwendungsfelder für Embedded Vision.
Bis in die 1990er Jahre wurden für Machine Vision und Industrielle Inspektion Industriekameras eingesetzt, die an externe Verarbeitungseinheiten angeschlossen waren. Diese Kombination verfügte über ausreichend Rechenleistung für die Verarbeitung der Bilddaten. Die Einrichtung der Systeme war zeit- und kostenintensiv. 1995 präsentierte Michael Engel die VC11, eine Smart Kamera mit Digitalem Signalprozessor (DSP), als eine der ersten Smart Kameras für industrielle Anwendungen und gründete 1996 das Unternehmen Vision Components für die Serienfertigung. Im gleichen Jahr präsentierte die PHYTEC Messtechnik GmbH die SmartEYE-1 mit einem Infineon Technologies Prozessor und 16-Bit-Architektur. Sie gilt ebenfalls als eine der ersten Smart Kameras.
Die Smart Kameras zeichneten sich aus durch ihre Anpassung an die jeweilige Anwendung, deutlich geringere Stück- und Serienkosten gegenüber PC-basierten Systemen und durch die Eignung für den Einsatz in industriellen Umgebungen. Ein Beispiel für weitere Entwicklungen ist die ab 2003 von hema electronic konstruierte und produzierte seelectorICAM, die u. a. zur Überwachung von robotergeführtem Laserschweißen bei der Daimler AG eingesetzt wird.
Mit der Entwicklung von immer leistungsstärkeren Mikroprozessoren und der Einführung von ARM-Prozessoren mit Field Programmable Gate Arrays (FPGAs) konnten in den Jahren ab 2014 immer leistungsstärkere Embedded Vision Systeme umgesetzt werden, die Echtzeitfähigkeit und parallele Datenverarbeitung auf den FPGAs kombinierten mit frei programmierbaren ARM-Cores mit Linux Betriebssystem.
Getrieben vom technologischen Fortschritt im Consumer- und Automotive-Markt werden immer kleinere, leistungsstärkere und energieeffizientere Embedded Vision Systeme entwickelt und produziert. Sie nutzen neben FPGAs und ARM-Cores weitere Verarbeitungseinheiten wie Digitale Signalprozessoren (DSPs), Image Signal Processors (ISPs), Graphics Processing Units (GPUs), Tensor Processing Units (TPUs) sowie für Anwendungen künstlicher Intelligenz optimierte Neuronal Processing Units (NPUs). Neueste Entwicklungen integrieren System on Modules mit ARM-Architektur und Nvidia GPUs auf einer Elektronik.