图像处理学习笔记（python TensorFlow）1

计算机视觉 Computer Vision

主要学习内容

1.计算机视觉的基础

• 数据图像处理
• 图像特征及描述

2.深度学习在计算机视觉中的应用

• 图像分类：卷积神经网络 CNN
• 图像检测：区域卷积神经网络 R-CNN
• 图像分割：全卷积神经网络 FCN
• 图像描述：迭代神经网络 RNN
• 图像问答：迭代神经网络 RNN
• 图像生成：生成对抗网络 GAN

3.图像检索

重点

• 深度神经网络模型
• TensorFlow

实践环境

• OpenCV
• TensorFlow （CPU/GPU）

参考书

• Python： 《learn python the hard way》
• OpenCV：《OpenCV 3计算机视觉：Python语言实现》
• TensorFlow：《TensorFlow：实战Google深度学习框架》

计算机视觉

模拟人类视觉的优越能力：

• 识别人、物体、场景
• 估计立体空间、距离
• 躲避障碍物进行导航
• 想象并描述故事
• 理解并讲解图片……

弥补人类视觉的缺陷：

• 关注显著内容、容易忽视细节
• 不在乎、不擅长精细感知
• 容易受幻觉干扰
• 描述主观、模棱两可
• 不善于长时间稳定的执行同一个任务……

1.语义感知

• 分类 Classification
  物体、属性、场景等
• 检测 Detection
  物体、行人、人脸等
• 识别 Recognition
  • 物体：车牌、文本
  • 人：人脸、指纹、虹膜、步态、行为等
• 分割 Segmentation
• 检索 Retrieval
  以文搜图、以图搜图、图文联搜等
• 语