【零基础新手入门CV】(1.人工智能及计算机视觉基本介绍)


前言

这个系列主要注重于CV八股文


一、什么是人工智能?

1.定义:

人工智能是通过机器来模拟人类认知能力的技术

2.人工智能元年:

1956年,达特茅斯会议

3.图灵测试:

指测试者与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。进行多次测试后,如果机器让每个参与者平均做出超过30%的误判,那么这台机器就通过了测试,并被认为具有人类智能。
a)图灵测试是一个主观的实验手段,并不是智能的可靠标准。图灵当年提出这种方式,是为了回避一些哲学障碍。
b)合理之处:能判断这个机器的一些感情是否有说谎,或者表现得是否像人类,
缺点/不合理之处:无法直接测试电脑是否具有智能,仅仅能判断是否表现得像个人类。

4.人工智能三大核心要素:

数据、算法、算力

5.人工智能关系圈:

人工智能——>机器学习——>深度学习

6.机器学习

人工智能:包括传统人工智能方法、机器学习
传统机器算法:逻辑推理、专家系统(基于人工定义的规则来回答的问题)
机器学习:当代的人工智能普遍通过学习来获得进行预测和判断的能力

7.机器学习:无监督、有监督

有监督:分类算法、回归算法
回归算法:深度学习

二、计算机视觉

1.定义

让计算机拥有人能所见、人能所识、人能所思的能力。

2.五大应用:

1).图像分类:根据不同特征,将不同类别的目标区分开的图像处理方法
2).目标检测:对于输入的图片,检测到目标指出目标的类别,并且标注出目标的位置。
3).目标跟踪: 对图像序列中的运动目标进行检测、提取、识别和跟踪,获得运动目标的运动参数,从而进行下一步的处理与分析,实现对运动目标的行为理解。
4).语义分割:根据语义进行分割,即大类区分,例如,人、树、车。
5).实例分割:对不同的个体实例进行分割(同一类的也分开),小类区分,例如,路人甲、路人乙。

总结

人工智能CV算法入门第一篇,CV算法八股文,欢迎交流QQ:1395362556

计算机视觉是指通过计算机和相应的算法来模拟和实现人类视觉的能力。Python是一种常用的编程语言,也被广泛应用于计算机视觉领域。下面是一些常见的计算机视觉"八股",即常见的任务和技术: 1. 图像处理:包括图像的读取、显示、保存等基本操作,以及图像的滤波、平滑处理、锐化、边缘检测等高级处理。 2. 物体检测:使用机器学习或深度学习算法,对图像中的目标物体进行识别和定位。常用的算法包括基于特征的方法(如Haar特征和HOG特征)和基于深度学习的方法(如Faster R-CNN、YOLO等)。 3. 人脸识别:通过识别和比对人脸图像,实现人脸的身份验证或者查找。常见的算法包括Eigenfaces、Fisherfaces和LBPH(Local Binary Patterns Histograms)。 4. 图像分割:将图像分割成不同的区域或对象,常用于图像分析、目标提取等应用。常见的算法包括基于阈值、边缘和区域的分割方法,以及基于图割、聚类和图像分割网络的方法。 5. 图像识别与分类:使用机器学习或深度学习算法,对图像进行分类和识别。常见的算法包括支持向量机(SVM)、卷积神经网络(CNN)以及预训练模型(如ResNet、VGG等)。 6. 图像特征提取与描述:提取图像中的有用特征,并将其表示为向量或描述符。常用的方法包括尺度不变特征变换(SIFT)、加速稳健特征(SURF)和方向梯度直方图(HOG)等。 7. 图像配准与重建:将多幅图像进行配准、融合或重建,用于航空摄影、医学影像等领域。常见的方法包括局部配准、全局配准、多视图几何等。 8. 视频处理:包括视频的读取、播放、保存以及视频中的目标追踪、动作识别等任务。常用的方法包括光流法、背景建模、时空特征提取等。 以上只是计算机视觉领域的一部分任务和技术,实际应用中还有更加丰富和复杂的内容。希望上述信息对您有所帮助!如有更多问题,欢迎继续提问。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值