第1章計(jì)算機(jī)視覺概述主講：李紅蕾復(fù)習(xí)5分鐘分享1.2計(jì)算機(jī)視覺

計(jì)算機(jī)視覺定義計(jì)算機(jī)視覺的任務(wù)計(jì)算機(jī)視覺應(yīng)用計(jì)算機(jī)視覺的定義計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)，其目標(biāo)是在機(jī)器上復(fù)現(xiàn)人類視覺。更具體的說，就是指用攝影機(jī)和電腦代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量等視覺任務(wù)。計(jì)算機(jī)視覺的輸入是圖像，輸出是場景知識，如圖像中的物體類別、物體數(shù)量、物體運(yùn)動等。由于語義鴻溝的原因，要實(shí)現(xiàn)“看”的能力似乎沒有那么容易。計(jì)算機(jī)視覺：試圖在機(jī)器上復(fù)現(xiàn)人類視覺，但由于語義鴻溝的原因，似乎沒有那么容易。語義鴻溝：指通常人們在判別圖像的相似性時(shí)并非建立在圖像低層視覺特征的相似上，而是建立在對圖像所描述的對象或事件的語義理解的基礎(chǔ)上。語義鴻溝這兩幅圖一樣嗎？這是什么動物？人類：完全不同，計(jì)算機(jī)：很相似人類：是貓，計(jì)算機(jī)：是梅花鹿

從任務(wù)內(nèi)容上劃分，計(jì)算機(jī)視覺的基本任務(wù)可分為：分類，定位，檢測和分割計(jì)算機(jī)視覺任務(wù)分割（segment）：在檢測的基礎(chǔ)上進(jìn)一步判斷圖像中哪些像素屬于哪個(gè)目標(biāo)。分類（classification）：判斷一張圖像所屬類別。定位（localization）：判斷目標(biāo)在圖像的位置，通常是以包圍盒的(boundingbox)形式呈現(xiàn)。檢測（detection）：判斷圖像中出現(xiàn)的可檢測目標(biāo)的種類和數(shù)目，并框出每個(gè)目標(biāo)的包圍盒。計(jì)算機(jī)視覺基本任務(wù)圖像理解圖像跟蹤圖像識別根據(jù)場景知識的不同，計(jì)算機(jī)視覺可以劃分為圖像識別、圖像跟蹤和圖像理解。計(jì)算機(jī)視覺任務(wù)（1）圖像識別一種利用計(jì)算機(jī)識別圖像中各種不同模式的目標(biāo)和對象的技術(shù)，在機(jī)器學(xué)習(xí)領(lǐng)域，主要指對于一個(gè)給定的圖像，預(yù)測它屬于的哪個(gè)分類標(biāo)簽。粗粒度圖像識別和細(xì)粒度圖像識別主要任務(wù)為圖像分類，應(yīng)用：搜索引擎、智能相冊等

圖像識別的影響因素：姿態(tài)、視角、光照、遮擋、背景干擾等

圖像識別結(jié)論：計(jì)算機(jī)視覺較于人類視覺還有一段不小的距離。計(jì)算機(jī)視覺任務(wù)（2）圖像跟蹤通過圖像識別、紅外、超聲波等方式對攝像頭中拍攝到的物體進(jìn)行定位和追蹤。在計(jì)算機(jī)視覺層面，圖像跟蹤可以細(xì)分為目標(biāo)檢測和目標(biāo)跟蹤遮擋、形變、背景斑雜、尺度變化等，會影響到跟蹤效果應(yīng)用：無人機(jī)跟蹤，體育賽事跟蹤計(jì)算機(jī)視覺任務(wù)（3）圖像理解圖像理解主要指對圖像語義的理解，是在簡單識別基礎(chǔ)上進(jìn)一步提取深層含義的技術(shù)。對于同一張圖片，圖像識別能識別出屬于分類集合內(nèi)的目標(biāo)，而圖像理解能識別出更多的信息，比如圖像中有什么目標(biāo)、目標(biāo)之間有什么關(guān)系、圖像處于什么場景以及如何應(yīng)用場景等。提取圖像到深層含義應(yīng)用：實(shí)例分割，圖像描述，視頻描述，唇語解讀，圖像生成等。