计算机视觉概述

---

一、什么是计算机视觉？

1. 计算机视觉的定义

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉的应用。主要用于模拟人类视觉的优越能力和弥补人类视觉的缺陷。

• 模拟人类视觉的优越能力：
  • 识别人、物体、场景
  • 估计立体空间、距离
  • 躲避障碍物进行导航
  • 想象并描述故事
  • 理解并讲解图片
• 弥补人类视觉的缺陷：
• 关注显著内容、容易忽略很多细节，不擅长精细感知
• 描述主观、模棱两可
• 不擅长长时间稳定的执行同一任务

2. 计算机视觉的两个主要研究维度

• 语义感知(Semantic)
• 几何属性(Geometry)
  

3. 计算机视觉的主要目标

• 什么是人工智能（AI）？
  

---

二、计算机视觉的基础及其应用

1. 计算机视觉的基础

• 数字图像处理

  • 空域分析及变换（Sobel，拉普拉斯，高斯，中值等）
  • 频域分析及变换（Fourier & Wavelet Transform）
  • 模板匹配，金字塔，滤波器组
  • 特征数据操作：主成分分析/PCA，奇异值分解/SVD，聚类/Cluster

• 图像特征及描述

  • 颜色特征（RBG，HSV，Lab等）
  • 几何特征（Edge，Corner，Blob等）
  • 纹理特征（HOG，LBP，Gabor等）
  • 局部特征（SIFT，SURF，FAST等）

2. 深度学习在计算机视觉中的应用

• 图像分类(Image Classification)
  • 卷积神经网络CNN
  • 对应有没有问题？，有的话，给出属于某类概率的多少？
• 图像检测(Image Detection)
  • 区域卷积神经网络R-CNN
  • 对应目标在哪儿问题？，用矩形框框出目标
• 图像分割(Image Segmentation)
  • 全卷积神经网络FCN
  • 对应每个像素的类别问题？，用不同颜色画出图像中所有类别的区域轮廓
• 图像识别(Image Identification)
  • 人脸识别、车牌识别、字符识别、行为识别等
  • 对应内容是什么问题？
  • 注意它和Image Verification的区别？
• 图像描述(Image Captioning)
  • 迭代神经网络(Vanilla-RNN，LSTM，GRU)
• 图像问答(Image Question Answering)
  • 迭代神经网络RNN
• 图像生成(Image Generation)
  • 生成对抗网络GAN

3. 图像检索(Content-based Image Retrieval)

• 以文搜图、以图搜图、图文联搜，找出语义或图像相似的图片

---

三、计算机视觉的主要研究挑战

• 视角变化、光照变化、尺度变化、形态变化
• 背景混淆干扰、遮挡、类内物体的外观差异
  

---

四、实战环境配置

• win 10 下使用 win_anaconda3-4.2.0 百度云下载(python3.5) 安装 py-opencv
  • 从上面云盘链接下载并安装 Anaconda3-4.2.0
  • 打开 cmd，然后执行conda install -c https://conda.anaconda.org/menpo opencv3
  • 打开 ipython 测试一下：import cv2 print(cv2.__version__)
• win 10 下使用 win_anaconda3-4.2.0 百度云下载(python3.5) 安装 TensorFlow
  • 从上面云盘链接下载并安装 Anaconda3-4.2.0
  • 打开 cmd，然后执行pip install tensorflow # CPU 版 或 pip install tensorflow-gpu # GPU 版
• Ubuntu 下使用 linux_anaconda2-4.3.1 百度云下载(python2.7) 安装 TensorFlow
  • 按照此教程安装CUDA8.0 和 cuDNN v5.1
  • 安装 libcupti-dev library，sudo apt-get install libcupti-dev
  • 使用 Anaconda 创建虚拟环境，激活环境后，根据 Anaconda 中的 Python 版本选择 TF_PYTHON_URL 安装 TensorFLow

# 创建虚拟环境
conda create -n tensorflow

# 激活环境
source activate tensorflow

# 根据 Anaconda 中的 Python 版本选择 TF_PYTHON_URL(即 upgrade 后面的链接)，然后安装 TensorFLow 
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.1.0-cp27-none-linux_x86_64.whl

# 安装完成后，可以打开 ipython 进行验证
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow!

# 至此，TF 安装成功，当你想离开此环境时，使用以下命令即可
source deactivate

• 使用jupyter notebook调用远程服务器，参考此链接中的第三点详细介绍