一文看懂计算机视觉！7个专业术语别说你不知道！

你想了解的有关计算机视觉的所有信息。

计算机视觉是最强大和引人注目的AI之一，你几乎肯定会以各种方式体验过它，当时却不知道。 今天我们来好好研究一下它，包括它的工作原理以及它如此出色的原因（而且只会变得越来越好）。

计算机视觉属于计算机科学领域，其重点是复制一部分人类视觉系统的复杂性，并使计算机能够以与人类相同的方式识别和处理图像和视频中的对象。 直到目前，计算机视觉仍然以有限的能力发挥着作用。得益于人工智能的进步以及深度学习和神经网络的创新，该领域近年来取得了长足的飞跃，并且在与检测和标记物体有关的某些任务中已经超越人类。

计算机视觉增长背后的驱动因素之一是我们今天生成的数据量，这些数据随后被用来训练和改善计算机视觉。伴随着大量的可视数据（每天在线共享30亿张图像），现在可以访问分析数据所需的计算能力。 随着计算机视觉领域的发展、新硬件和算法的进步，物体识别的准确率也随之提高。 在不到十年的时间里，当今的系统已从50％的精度达到了99％的精度，使它们在对视觉输入做出快速反应时比人类更准确。

早期的计算机视觉实验始于1950年代，到1970年代首次在商业上用于区分打字文本和手写文本，如今计算机视觉的应用呈指数增长。到2022年，计算机视觉和硬件市场预计将达到486亿美元。

一、计算机视觉如何工作？

神经科学和机器学习中的主要开放问题之一是：我们的大脑究竟如何工作，如何用我们自己的算法更加接近它？ 现实情况是，目前缺少全面有效的大脑计算理论。 因此，尽管事实上神经网络应该“模仿大脑的运作方式”，但没人能确定这是否真的成立。同样的悖论在计算机视觉中也适用。由于我们尚未决定大脑和眼睛如何处理图像，因此很难说生产中使用的算法能很好地逼近我们内部的心理过程。

在某种程度上，计算机视觉与模式识别有关。因此，训练计算机如何理解视觉数据的一种方法是，将大量的图像-成千上万个图像（如果可能的话）、已标记的图像馈送给它，然后使它们经受各种允许计算机追踪的软件技术或算法