计算机视觉是一门科学，旨在让机器模仿人类视觉，包括识别、跟踪和测量。它涉及图像预处理、特征提取、深度学习方法如CNN、RCNN、FCN，以及解决视角、光照等变化带来的挑战。学习路线涵盖图像处理、卷积、SIFT等特征描述子，以及深度学习前的图像分割技术。主要应用包括识别、分割、视觉语言和生成，常用开源库有Caffe、Pytorch、Tensorflow和Keras。
计算机视觉理论基础（一）
计算机视觉
是什么？
计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所 指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提 取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
做什么？
模拟人类视觉能力
- 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
- 理解图片
弥补人类视觉缺陷
- 忽略细节
- 受幻觉干扰
- 描述主观
- 无法长期稳定执行统一任务
与哪些学科有关？
研究什么？
研究理论和应用
最低0.47元/天 解锁文章
扫一扫
2913
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
