本次学习笔记主要记录学习CV时的各种记录,包括李飞飞团队的视频cs231n。作者能力有限,如有错误等,望联系修改,非常感谢!
第一版 2022-07-18 初稿
计算机视觉CV,就是针对视觉数据的研究。发展得益于视觉传感器。
发展历程
追溯到5亿4千3百万年前,进化大爆炸。
小孔成像
电生理学的研究。
将电极插入猫主要控制视觉的神经(后脑上的初级视觉皮层),进行刺激。
简单细胞:对光线定向的反应;
复杂细胞:对光线方向和移动的响应
(a)原始图片(b)差异化图片©选定的要素点
广义圆柱体、图形结构。都是将物体的复杂结构简约成一个集合体。
识别剃须刀,通过边缘和线条。
目标分割(Normalized Cut)
面部检测。
AdaBoost算法进行实时面部检测。
SIFT匹配整个目标,和目标识别。由于各种原因很难匹配,但某些特征往往在变化中具有表现性和不变性。
Spatial Pyramid Matching.
识别整幅图的特征,空间金字塔匹配。根据其特征告知其场景,山,海,蓝天等
左:方向梯度直方图。右:可变形部件模型
目标识别,有20个类别,数据集中每个类别有成千上万张图片。
www.image-net.org提出是否具有识别所有物种的能力。
wordnet的字典排序,其包含上万个物种类别。给每张图片打标签。
imgnet竞赛包含140万的图像有1000种目标类别。
课程概述
imgnet竞赛,引出图像分类:目标检测、图像捕获;
CNN广泛应用,但不是2012被发明的,可追溯到更早。
我们想要识别图片中各种生物,而不是单单框起来的。
1