计算机视觉-CS231n-Lecture 1

目录

深度学习

计算机视觉的诞生历史

CS231n概览

---

深度学习

计算机视觉融合了多种学科元素

 深度学习归属于机器学习，利用深度神经网络实现机器学习

计算机视觉的诞生历史

 来源于仿生学的一个发现

Hubel和Wisesel将感应电极插入猫的处理基础图象的神经皮层

可以看到猫的神经元并不能够对图像内容做出准确反映

但是能对图像（幻灯片）的切换，图像的终点做出神经元反映

并且两人发现不同的神经元负责处理不同的图像，比如有的是直线有的是圆做出反映

 计算机视觉学科在1966年麻省暑期项目中被提出、

 《Vision》提出视觉处理是分层的

2又二分之一是指—尽管图片捕捉的信息是二维的，但是我们知道他实际上拥有三维的特性和数据，包括纵深和表面方向，就像尽管有些东西我们是无法通过视觉全知的，但是我们依旧知道那些看不到的东西是存在的，并利用这些元素来尽可能构造可以全知的模型

分层视觉处理的概念一直延续至今

 猪蹄模型和关键点（弹簧）模型

图像分割概念的出现，意在为每个像素点找到自己合适的归属 

 人脸识别的出现，采用色块做识别，现在都可以在Opencv中进行复现

 图像分类竞赛

2012年AlexNet神经网络的出现让错误率下降十个百分点

2017年在算法错误率达到远低于人类的百分之5错误率的2.3后，比赛停止举办，人们认为图像分类的问题已完美解决

CS231n概览

 课程集中研究图像分类，同时包括物体标注

使用卷积神经网络（CNN）