计算机视觉发展历史

最新推荐文章于 2024-10-02 07:00:00 发布

Qodicat

最新推荐文章于 2024-10-02 07:00:00 发布

阅读量2.8k

点赞数 4

分类专栏： AI深度学习/神经网络方法文章标签：计算机视觉人工智能

本文链接：https://blog.csdn.net/Q52099999/article/details/128884551

版权

AI深度学习/神经网络方法专栏收录该内容

32 篇文章 15 订阅

订阅专栏

文章阐述了视觉在生物界的重要性，特别是对物种进化的影响。接着，详细梳理了计算机视觉从20世纪50年代到21世纪初的发展，包括研究生物视觉工作原理、图像处理阶段划分、特征提取、图像分割以及深度学习的兴起和在ImageNet比赛中的显著突破。重点提到了如Hubel和Wiesel的研究、专家系统的尝试、以及深度学习网络如AlexNet、GoogleNet和ResNet等的贡献。

摘要由CSDN通过智能技术生成

1.视觉对于生物界的重要作用

2.人类对于计算机视觉的探索

2.1 20世纪50年代——研究生物视觉的工作原理

2.2 20世纪60年代——计算机视觉萌芽

2.3 20世纪70年代——开创性提出识别流程

2.4 20世纪80年代——着眼于提取特征

2.5 20世纪90年代——图像分割

2.6 21世纪初——各类经典算法出现

1.视觉对于生物界的重要作用

5亿4千年之后的一千万年间，物种数量呈现了爆发式增长，这是一个神秘的进化论，他们称为物种大爆炸，什么原因造成的呢？安德鲁提出了最令人信服的理论之一，他发现这一时期的动物发展了眼睛，开始出现视力。视力的出现让他们能够获得更多信息，也因此更容易生存繁衍

视觉在我们人类日常生活中扮演着重要角色，每天有70%的信息都是通过视觉获得的。

因而未来计算机视觉，就是要让计算机通过视觉来理解世界，是智能化的必不可少的一步。

2.人类对于计算机视觉的探索

2.1 20世纪50年代——研究生物视觉的工作原理

Hubel和Wiesel的一些研究成果，他们从电生理学的角度来分析猫咪的视觉皮层系统，那么为什么要选择可爱的小猫咪呢？是因为猫咪的视觉皮层系统和人类相似，从中发现了视觉通路中的信息分层处理机制，也就是它是一层一层提取信息的，最简单的信息在最前面提取，然后不断地对简单信息提取，逐渐就得到了高层次的抽象信息，其实这时候的人们就已经发现了神经网络的苗头了，神经网路也是受到生物视觉的分层处理机制的启发，逐渐走向成熟的额。

2.2 20世纪60年代——计算机视觉萌芽

计算机视觉始于上世纪60年代初，第一位计算机视觉博士Larry Roberts 发行了Block World这一组作品，撰写的论文“Machine perception of three-dimensional solids”中将物体简化为几何形状(立方体、棱柱体等)来加以识别(如图19-9所示)。当时人们相信只要提取出物体性状，并加以空间描述，就可以像搭积木一样推理出三维场景，研究范围遍布角点特征、边缘、颜色、纹理提取以及推理规则建立等很多方面，他们的想法很自然，既然我们要分类识别，那么我们就要发现每一类的特征，比如说是边缘特征等等

麻省理工发起夏季视觉计划，与会人员“雄心勃勃”地希望在一个暑假的时间里彻底解决计算机视觉问题，虽然理想很丰满，但现实很骨感，即使是相当聪明的一群人也低估了计算机视觉的难度，但这个计划激起了研究计算机视觉的浪潮，让其逐渐发展成为一个非常重要的领域