为什么对机器来说识别/检测一张图片那么难？而对人来说，一目了然？

为什么对机器来说识别/检测一张图片那么难？而对人来说，一目了然？
关于计算机视觉（CV）的一个问题如果你想要使用机器学习算法来训练一个分类器，去检测图像。如检测图像是否是一辆汽车，当人看到的是一辆汽车，在对于汽车上的一个门把手时，而计算机看到的却是一个数据矩阵（表示像素强度值的网格）。如下图1
像素强度代表每个像素的亮度值。计算机根据这个像素点亮度矩阵来告诉我们这些数值，代表一个汽车的门把手

假设图片的特征维数是50*50像素的图片。图片已经很小了，长宽各有50个像素但这依然是2500个像素点，因此特征向量的元素数量N=2500，特征向量x就是包含了所有像素强度的列表，对于典型的计算机图片表示方法如果存储的是每个像素点的灰度值，那么每个像素点值是0-255，如果使用RGB，每个像素点包含红绿蓝三个值那么n=7500，所以对于机器来说识别/检测一张图片比较难。

参考来自吴恩达点机器学习课程，老师讲的特好，会有一种豁然开朗的感觉，适合机器学习！强烈推荐。