计算机视觉算法

计算机视觉算法

计算机视觉分为光度视觉、语义视觉和几何视觉，分别从传统的图像处理、立体视觉和三维重建、物体检测和识别发展而来，将来的发展趋势是深度学习方向，如下图所示：

这三类计算机视觉任务定义如下：

光度视觉定义：采集图像，处理图像（图像降噪、增强、矫正、剪裁等）。

语义视觉定义：理解图像，表达图像（可以是自然语言，也可以是数学语言等）。

几何视觉定义：变换图像，重构图像（2D或3D的，现实、虚拟或者混合现实的）。

光度视觉分类：图像基本操作、图像去噪和图像增强、图像矫正和图像剪裁等。

语义视觉分类：图像检测和图像识别（传统算法），语义分割、实例分割和全景分割（AI算法），图像检索和图像标注。

几何视觉分类：图像拼接（静态2D现实的几何图像）、三维重建（静态3D现实的几何图像）、物体追踪（动态现实的几何图像）、地图构建（稀疏地图和稠密地图、局部地图和全局地图、高精地图）、XR（虚拟现实、增强现实、混合现实的几何图像）

将来计算机视觉将回归本质，跟常识、领域知识、语言、多模态和学习等各个领域融合发展。

视觉SLAM可以认为是计算机视觉在几何感知方面的重要应用！

实例分割、语义分割与全景分割的区别参考链接：

https://wap.sciencenet.cn/blog-3428464-1280762.html?mobile=1

https://zhuanlan.zhihu.com/p/303355997

腾讯 AI Lab & Robotics X 主任张正友博士：计算机视觉的三生三世 | CCF-GAIR 2019

https://www.leiphone.com/category/academic/qdRAXECDx3lcazlb.html