CV:人工智能之计算机视觉方向的简介(CV发展史+传统方法对比CNN类算法+CV类会议/期刊、主要研究方向)、计算机视觉四大研究方向以及十大具体应用领域(知识导图+经典案例)之详细攻略

254 篇文章 237 订阅
本文介绍了计算机视觉的发展历程,从马尔计算视觉、多视几何与分层三维重建到基于学习的视觉。同时,对比了传统方法(如特征提取)与当下流行的CNN算法。计算机视觉的研究方向包括物体识别、语义分割、运动和跟踪、视觉问答。应用领域广泛,涵盖图像分类、目标检测、图像分割等。深度学习在该领域中发挥重要作用,推动了技术的快速发展。
摘要由CSDN通过智能技术生成

CV:人工智能之计算机视觉方向的简介(CV发展史+传统方法对比CNN类算法+CV类会议/期刊、主要研究方向)、计算机视觉四大研究方向以及十大具体应用领域(知识导图+经典案例)之详细攻略

目录

计算机视觉的简介

1、计算机视觉发展史

(1)、马尔计算视觉

(2)、多视几何与分层三维重建

(3)、基于学习的视觉

2、计算机视觉的传统方法对比CNN类算法

2.1、传统方法

2.2、当下非常流行的CNN算法

3、计算机视觉学术界论文会议和期刊简介

(1)、顶级会议

(2)、顶级期刊

4、计算机视觉的主要研究方向

计算机视觉的四大研究方向以及十大具体应用领域

1、计算机视觉的研究方向

1.1、物体识别和检测

1.2、语义分割

1.3、运动和跟踪

1.4、视觉问答

2、计算机视觉领域十大具体应用领域

0、计算机视觉主要应用领域

2.1、图像分类(Image Classification)

1.1、猫狗分类

1.2、人脸识别(Face Recognition)

2.2、目标检测(Object Detection)

2.3、图像分割(Image Segmentation)

2.4、图像增强(Image Enhancement,图像修复/超分)

4.1、图像修复(Image Inpainting)

4.2、超分辨率(Super Resolution)

2.5、图像生成(Image Generation)

2.6、图像检索(Image Retrieval)

2.7、图像描述(Image Captioning) 

2.8、图像风格迁移(Image Neural Style 图像风格变换) CycleGAN

2.9、姿态估计(Image Pose Estimation)

2.10、行人追踪

2.11、立体视觉


相关文章
DL:深度学习(神经网络)的简介、基础知识(神经元/感知机、训练策略、预测原理)、算法分类、经典案例应用之详细攻略
DL之CNN:计算机视觉之卷积神经网络算法的简介(经典架构/论文)、CNN优化技术、调参学习实践、CNN经典结构及其演化、案例应用之详细攻略

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一个处女座的程序猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值