【小白入门必看】一文读懂深度学习计算机视觉技术及学习路线

一、什么是计算机视觉？

计算机视觉，其实就是教机器怎么像我们人一样，用摄像头看看周围的世界，然后理解它。比如说，它能认出这是个苹果，或者那边有辆车。除此之外，还能把拍到的照片或者视频转换成有用的信息，帮我们做决定。整个过程就是为了让机器能看懂图像，然后根据这些图像来做出聪明的选择。

二、计算机视觉实现起来难吗？

人类依赖视觉，找辆汽车轻而易举，毕竟汽车那么大，一眼就能看出来，所以常误以为计算机视觉简单，但实际上，这个过程背后有复杂的视觉处理机制，涉及大脑多通道处理、注意力系统选择性分析、以及反馈机制的调节。

大致的视觉原理如下：从原始信号摄入开始（瞳孔摄入像素 Pixels），接着做初步处理（大脑皮层某些细胞发现边缘和方向），然后抽象（大脑判定，眼前的物体的形状，是圆形的），然后进一步抽象（大脑进一步判定该物体是只气球）。

所以，机器的方法也是类似，就像搭积木一样，我们用机器来学习识别图片，就是一层层地搭建神经网络。最下面的几层负责找出图片里最基本的东西，比如边边角角或者颜色块。然后，这些基本特征再被组合起来，形成更复杂一些的特征，就像是用小积木拼成大积木。这样一层一层地往上，每一层都用下一层的特征来构建更高级的特征。最后，到了最顶层，机器就能根据这些层层叠加的特征来决定图片里是啥东西了。

所以要开发高级的人工智能视觉系统，需要模拟人类的视觉机制，包括大脑、眼睛和感官的协同工作，这其实是一个非常有挑战性的任务。

三、学习计算机视觉的挑战

计算机视觉在实现过程中会受到很多因素的影响，比如：

图像噪声

就是指照片里那些乱七八糟、本来不应该出现的斑点或者条纹。这些东西可能是摄像头不够好，或者光线太暗，或者是照片在传过来的时候出了点问题造成的。这些噪声会让照片看起来没那么清楚，质量下降，对计算机视觉来说就像是干扰信号，特别是在计算机要认出照片里是什么东西，或者是要把照片里不同的部分分开来的时候，这些噪声就特别碍事。