计算机视觉基础知识（零）--人工智能初步

人工智能

• 通过机器来模拟人类认知能力的技术;
• 涵盖感知,学习\推理与决策等方面;
• 最核心的能力是根据给定的输入做出判断或预测;

人工智能历史发展

• 1955年,达特茅斯会议标志ai诞生;
• 1957年,第一款神经网络perceptron诞生;
• 1970年,计算能力的突破没有完成大规模数据训练和复杂任务,ai进入低谷;
• 1982年,提出霍普菲尔德网络;
• 1986年,BP算法出现,AI进入第二黄金期;
• 1990年,人工智能计算机DARPA没能实现,ai进入第二次低谷;
• 2006年,Hinton提出深度学习神经网络,人工智能取得突破进展;
• 2013年,深度学习算法在语音和视觉识别上取得成功;

深度学习的崛起和AI的三次热潮

1. 第一次热潮：20世纪50年代，神经网络相关理论基础的提出。

2. 第二次热潮：20世纪80年代初，算法应用升级；

3. 第三次热潮：2006年深度学习基本理论框架得到验证，深度学习技术崛起。

人工智能发展的基石：

• 图灵测试

人工智能三大核心要素

1. 数据
2. 算法
3. 算力

算法

• 关于怎么做的一系列指令叫做算法

• 传统算法：遍历法

• 更聪明的算法：梯度下降法

• 更复杂的算法：机器学习

算力的突破-传统CPU与新兴运算加速技术   

• CPU

  • 只有几个CPU同时计算

  • 其他的负责控制，负责缓存

  • 运算速度不如GPU

• GPU

  • 多个GPU同时计算

  • 成倍提升计算能力

• FPGA

  • 软件控制硬件

  • 降低了开发风险

• 分布式运算

  • 每台电脑按任务及规则计算各自的工作

  • 把每台电脑计算的结果汇总

人工智能关系

机器学习概述

• 一种实现人工智能的方法;
• 是一门多领域交叉学科;
• 涉及概率论,统计学,逼近论,凸分析,算法复杂度等;
• 是人工智能的核心;
• 是计算机具有智能的根本途径;
• 应用遍及各个领域;
• 主要使用归纳\综合而不是演绎;

深度学习概述

• 一种实现机器学习的技术:
• 利用深度神经网络;
• 将模型处理的更为复杂;
• 使模型对数据的理解更加深入;
• 是机器学习中基于对数据表征学习的方法;
• 动机在于建立模拟人脑进行学习分析的神经网络;
• 模仿人脑的机制来解释数据;
• 通过构建具有很多隐藏层的学习模型和海量数据;
• 学习更有用的特征;
• 最终提升分类或预测的准确性;

人工神经网络概述

• 一种机器学习的算法;
• 一般有输入层->隐藏层->输出层;
• 隐藏层数量多于2个的网络称为深度神经网络;

机器学习

• 人工智能是通过机器来模拟人类认知能力的技术；

传统人工智能方法

• 逻辑推理

• 专家系统（基于人工定义的规则来回答问题）；

当代的人工智能

• 普遍通过学习来获得进行预测和判断的能力：机器学习。

什么是机器学习

        个人观点：新的预测也应对模型权重有所反馈，因为人就是在不断的学习过程中逐步提高我们的认知水平，不应该把机器的学习割裂为训练和预测，都是学习的过程。

决策树模型

• 机器学习是计算机利用已有的数据，得出某种模型，并利用此模型来预测的一种方法。

生物神经网络

感知器

1. 外部刺激通过神经末梢;
2. 转化为电信号;
3. 转导大神经细胞(神经元)
4. 无数神经元构成神经中枢;
5. 神经中枢综合各种信号,做出判断;
6. 人体根据神经中枢指令;
7. 对外部刺激做出反应;

人工神经网络

人造神经元

•  输入:x1,x2,x3;
• 输出:output
• 简化模型:约定每种输入只有两种可能1或0;
• 所有输入都是1;
• 表示各种条件都成立;
• 输出为1;
• 所有输入都是0;
• 表示条件都不成立;
• 输出为0;

神经网络的架构

什么是深度学习？

• 传统的神经网络发展到了多层隐藏的情况

• 具有多个隐藏层的神经网络称为深度神经网络

• 基于深度神经网络的机器学习称为深度学习。

人工智能可以做什么？

1. 计算机视觉

2. 语音识别

3. 自然语言

计算机视觉典型技术

• 人脸检测\追踪\识别\属性分析
• 行人\车辆检测\追踪\识别\属性分析
• 文字检测和识别
• 物体检测和识别

计算机视觉典型应用

• 人脸身份认证;
• 智能交通;
• 机器人视觉(无人机)
• 图像搜索引擎
• 图像和视频理解;
• 图像和视频美化;

语音识别典型技术

• 语音识别;
• 声纹识别;
• 多麦克风阵列系统;

语音识别典型应用

• 语音输入
• 语音控制
• 智能助手
• 机器翻译
• 机器人听觉

自然语言典型技术

• 词句嵌入
• 语义模型

自然语言典型应用

• 聊天机器人
• 智能助手
• 智能客服
• 视频理解
• 机器翻译

人工智能最热方向

1. 计算机视觉

2. 智能驾驶

3. 机器人

4. 智慧医疗

5. 自然语言处理

6. Ai芯片

7. 智慧金融

8. AI开放平台

9. 生物识别

10. AI大数据

计算机视觉（computer Vision）

• 对图像中的客观对象构建明确而有意义的描述

• 从一个或多个数字图像中计算三维世界的特征

• 基于感知图像做出对客观对象和场景的有用的决策

• 一句话：让计算机拥有人能所见，人能所识、人能所思的能力，就是计算机视觉

基于深度学习的计算机视觉

计算机视觉的应用

• 图像分类
• 目标检测
• 目标跟踪
• 语义分割
• 实例分割

图像分类

• 图像分类架构：卷积神经网络CNN

ReLU

RELU f(x)=max(0,x)

池化层-pool

目标检测

• R-CNN

语以分割

• FCN

实例分割

• Mask R-CNN

计算机视觉应用领域

• 安防

• 交通

• 工业生产

• 在线购物

• 信息检索

• 游戏娱乐

• 摄影摄像

• 机器人/无人机

• 体育

• 医疗

计算机视觉技能树