计算机视觉五大技术：(图像分类、对象检测、目标跟踪、语义分割和实例分割)的通俗解释

详解计算机视觉五大技术：图像分类、对象检测、目标跟踪、语义分割和实例分割

本篇博客只考虑与人工智能相关的图像技术，其他领域比如光学、成像等不考虑。

 

前人对计算机视觉的定义：

• “对图像中的客观对象构建明确而有意义的描述”（Ballard＆Brown，1982）
• “从一个或多个数字图像中计算三维世界的特性”（Trucco＆Verri，1998）
•  “基于感知图像做出对客观对象和场景有用的决策”（Sockman＆Shapiro，2001）

 

计算机视觉的应用领域：

• 人脸识别：比如人脸登录和扫脸支付。
• 图像检索：根据输入的内容来搜索相关的图片，比如百度搜索丝袜美女。
• 游戏和控制：基于微软 Kinect的体感游戏，VR游戏等。
• 监测：用于监测可疑行为的监视摄像头遍布于各大公共场所中，比如天网或者行人闯红灯等。
• 生物识别技术：指纹、虹膜和人脸匹配仍然是生物识别领域的一些常用方法。
• 智能汽车：计算机视觉仍然是检测交通标志、灯光和其他视觉特征的主要信息来源。

一、图像分类

比如，手写体识别，识别出图片中的数字是多少。

 

二 、对象检测

识别图像中的对象，涉及到为各个对象输出边界框和标签。通俗来说，就是为图像中的对象画框框。

 

三 、 目标跟踪

目标跟踪，是指在特定场景跟踪某一个或多个特定感兴趣对象的过程。

 

四、语义分割

将整个图像分成一个个像素组，然后对其进行标记和分类。语义分割试图在语义上理解图像中每个像素的角色（比如，识别它是汽车、摩托车还是其他的类别）。

 

五 、实例分割

实例分割将不同类型的实例进行分类，比如用 5 种不同颜色来标记 5 辆汽车。分割实例时，会看到多个重叠物体和不同背景的复杂景象，我们不仅需要将这些不同的对象进行分类，而且还要确定对象的边界、差异和彼此之间的关系！

 

 

修改自：AI科技大本营（公众号ID：rgznai100）https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/80016353?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param