计算机视觉的前世今生

原创：王稳钺
资料来源：安健侨

一、人工智能之智

这个图非常有意思，这是按照时间线排布的不同画师画的朱元璋。如果了解历史，都知道他长得巨丑无比。他丑到什么程度呢？据说他的下巴可以当武器来用。而且他对自己的容貌还非常自信，经常喜欢找一些人给他画画。一开始他找了一个画师，画了第一个图。可能是因为太还原真实相貌了，第一个画师被斩了。然后朱元璋就换了一个画师，画成第二个图，明显可以看出皮肤光滑了一些。按照现在的技术来说，这是做了一个磨皮或者叫滤波。一种滤波方法是把图像当中的每一个像素点，都用它周围的一圈值的平均值替换。这样一些局部的噪声点就可以被磨掉了，其实这就起到了磨皮的作用。这种方法明显是一个传统图像处理的算法，并不涉及到深度学习。也就是因为他不涉及到深度学习，改进太小了，朱元璋看完后，第二画家也被斩了。第三个画家，画完之后脸更光滑了，眼睛变大了一些，皱纹也变少了，但是下巴和耳朵都没有改进。结果第三个画家也被斩了。第四个画师，可以称他为智慧画师，他的画明显已经脱离朱元璋原来的样貌，眉毛、胡须等都画的非常立体，而且别的画师都是画侧视图，而他画了正视图，这样就看不出下巴的突出。因此，他最终也没有被斩。前三个画师只是图像处理层面的改进，而没有深入到改变语义，所以说其实可以近似地认为前三个画师都处在图像处理级别，而最后一个画师则处在深度学习级别。

通过这个例子，其实是想说，计算机视觉在深度学习诞生之前，都是沿着传统的视觉算法方向发展的。传统视觉中有很多算法，《计算机视觉》书中超过一半都是介绍传统算法的，因为这个书出版时间比较早，它其中的算法都是上世纪四五十年代就被提出来的，到现在已经发展了几十年。所以，在深度学习诞生之前，传统算法其实已经有很完整的理论了。

比如刚才提到的均值滤波。但是为什么均值滤波要用周围一圈的均值来代替中心值，而不是别的位置的均值呢？因为宇宙是渐变的，宇、宙分别代表了时间和空间，所以时间和空间都是渐变的。在图像当中也是如此