计算机视觉

计算机视觉就是让计算机看懂图像和视频。

• 视觉是自然智能不可思议的结晶

  • 猕猴的大脑皮层中视觉部分占据大约50%
  • 人脑中有关视觉的部分所占比重最大

  

• 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处理，和深度学习密切结合。

计算机视觉的产生和发展都经历的阶段

• 起源：20世纪50年代统计模式识别，二维图像分析。
• 诞生：1974年 Minsky -> David Marr 暑期， 1981年，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年代以后：
  • 随着计算能力的迅速增长，视觉计算成本极大降低。
  • 以Marr理论为基础的视觉理论广泛研究。
• 2000年后，特征提取和基于学习的视觉得到迅速发展。
• 2006年，Hinton 提出深度学习。
• 2010年， 微软使用深度学习在语音方面取得突破进展。
• 2015年后，深度学习在视觉个各邻域取得突破：
  • 2015年， 在imageNet上的识别准确率首次超越人类。
  • 2016年，Tesla 创造了56亿公里的自动驾驶路测数据。
  • 2017年，iPone x 宣布引入Face ID 高精度人脸识别技术。
  • 2018年，OpenAI 2:1 战胜人类DOTA2高手队。

计算机视觉的应用

• 服务机器人
• 安防监控
• 自动驾驶
• 智能穿戴
• 无人机快递
• 等等

内容架构

遵循Marr视觉计算机理论

从初略图（2维）–> $2 \frac12$维 –>3维

初略图

• “看见”–照相，颜色，图像采集的过程。
• “基本理解”– 滤波、边缘检测、灰度直方图、直线检测–基本特征提取
• 图像阈值分割、区域生长、图像描述
• 关键点及特征检测
• 背景建模及运动估计

$2 \frac12$维

• 视觉成像模型、视觉几何基础、相机标定

3维

• 图像拼接
• 立体视觉

从底层–>中层–>高层

底层是由高等数学，线性代数，矩阵分析，概率论，最优化方法，物理(运动学)来进行架构 作为理论支撑。

中层：机器视觉是建立在数字图像处理和模式识别之上的。

高层：深度学习+计算机视觉

即将更新