计算机视觉引论（介绍）

视觉是自然智能不可思议的结晶。人脑中有关视觉的部分所占比重最大

1. 人类大脑对视觉进行层次化的处理，人类采用神经网络对视觉信息进行深层次的处理，与深度学习密切结合。
2. 计算机视觉、深度学习的发展历史
   起源：统计模式识别、二维图像分析
   诞生：Minsky->David Marr，人工智能“计算机视觉”专辑，Marr视觉计算理论得到了迅速的发展
   发展：80年代后
   （1）应用：计算能力增长，导致视觉计算成本极大降低
   （2）理论：以Marr理论为基础的视觉理论广泛研究
   在视频监控、工业分析等领域得到了广泛的应用
   2000后，特征提取和基于学习的视觉得到了迅速发展
   2006年，Hinton提出了深度学习
   2010年，微软使用深度学习在语音方面取得了突破进展
   2015年，深度学习在视觉各个领域取得突破（ImageNet上的识别准确率、Tesla56亿公里自动驾驶、iPhone X的高精度人脸识别、OpenAI 2:1战胜人类DOTO2高手队）
3. 计算机视觉应用：服务机器人、安防监控、自动驾驶、智能穿戴、无人机快递