Computer Vision: Algorithms and Applications（学习笔记一）--introduction

计算机视觉起源

早在1966年，MIT的Marvin Minsky让他的本科生Gerald Jay Sussman在暑假期间将摄像机连接到计算机上，让计算机来描述它所看到的东西（Boden 2006）。这个例子完全描述了计算机视觉所要干的事情，以我的理解就是让计算机去理解看到的图像，即给计算机赋视觉。显然这个问题远远没有当时Marvin Minsky教授所想象的那么简单。

如果从1966年起算，计算机视觉已经发展近60年了，计算机解释图像的能力还不如两岁大的孩子。为什么实现计算机视觉如此困难，部分原因是因为它是一个逆问题（inverse problem），是在信息不足的情况下，我们通过恢复一些未知量来给出完整的解答。

逆问题不同于一般的问题，一般的问题是由因求果，而逆问题就是执果索因，即已知结果去探求原因。在一些学科中，根据测量结果构建经验模型就属于逆问题的求解。比如在地理学中，一般来说，海拔越高，气温越低，因为对流层大气的主要直接热源是地面，离地面越远，得到的地面辐射越少，气温也就越低。每上升100米，气温下降0.6摄氏度，那么“100米”和“0.6摄氏度”这些参数的测定，就是根据实际测量不同高度的不同温度，然后将所有测量结果汇总分析，用线性模型拟合得到的。

计算机视觉的模型往往不会这么简单，视觉世界的建模十分的复杂。有些会涉及到基于概率的模型。比如猫狗识别中，我们需要给计算机看猫的照片，然后告诉它这是猫，再给它看狗的照片，告诉它这是狗。然后选择贝叶斯作为概率模型，求解出参数后得到一个可以简单的贝叶斯分类器。这也是一种通过测定结果去求解模型的方法，随着大数据的到来