计算机视觉的技术与应用

本文介绍了计算机视觉的技术和应用，全文约3500字，阅读时间 10 分钟。

目录

• 什么是计算机视觉
• 计算机视觉的主要技术
• 计算机视觉技术的应用

人们可能没有意识到他们的视觉系统是如此强大。婴儿出生后几个小时就能认出母亲的样子；乒乓球运动员根据对手的细微动作判断发球方向。人接受信息中 70%-80% 来自视觉信息，如果机器像人一样有视觉系统，机器需要“看懂”图像。

1. 什么是计算机视觉？

研究人员希望机器看起来像人类“看懂”图像，进而研究人类视觉系统，该系统包括眼球（接收光信号）、视网膜（光信号转换为电信号传输到大脑）、大脑皮层（提取电信号的有效特征并引导人们做出反应）。

为了使机器模拟人类视觉系统，研究人员使用相机模拟“眼球”获取图像信息；用数字图像处理模拟“视网膜”将模拟图像转换为数字图像，使计算机能够识别；使用计算机视觉模拟“大脑皮层”设计算法提取图像特征，进行识别和检测。机器模拟人类视觉系统是机器视觉，也称为计算机视觉（ComputerVision, CV），解决机器如何‘看懂’的图像。

2. 计算机视觉的主要技术

计算机视觉技术包括以下从简单到复杂的功能：

• 图像采集和处理——使用摄像头及其他类型的传感器采集真实世界中的三维场景，将其转化为视频。每段视频就是一系列的图像，而每个图像都是一个二维矩阵，矩阵里的每个点都代表人所能看到的颜色（这个点也就是所谓的“像素”）。
• 目标识别——对物体进行识别（例如识别出一只狗），并在此基础上掌握更多的细节特征（例如确认该狗为牧羊犬、毛色白色等）。
• 目标检测和图像分割——把图像划分为若干个不同区域和物体。
• 目标追踪——在视频中定位和跟踪物体。
• 动作识别——对动作和手势进行识别，如 Xbox 体感游戏中的舞蹈动作。
• 场景理解——对一个完整的场景（例如一只饥饿的狗正在盯着一根骨头）进行分析并理解，掌握其中复杂而微妙的关系。
• 生成式对抗网络（GAN）——其中的一个网络名为生成式网络，负责尝试生成一些看起来很真实的东西，另一个网络名为判别式网络，它会把生成式网络所合成的东西与真实的东西进行比较