计算机视觉（一）—— 基础介绍

1. 计算机视觉概述

  研究理论和应用：
    • 研究如何使机器“看”的科学
    • 让计算机具有人类视觉的所有功能
    • 让计算机从图像数据中，提取有用的信息并解释
    • 重构人眼；重构视觉皮层；重构大脑剩余部分

  模拟人类视觉的优越能力：
    • 识别人、物体、场景
    • 估计立体空间、距离
    • 躲避障碍物进行导航
    • 想象并描述故事
    • 理解并讲解图片

  弥补人类视觉的缺陷：
    • 关注显著内容、容易忽略很多细节
    • 不在乎、不擅长精细感知
    • 容易受幻觉干扰
    • 描述主观、模棱两可
    • 不善于长时间稳定的执行同一个任务
    • 当然，还有视觉障碍人士

  计算机视觉一般使用感知设备（如摄像头）模拟人的眼睛，使用计算设备（如CPU/GPU/FPGA）模拟人的大脑，如下图所示。

  高度复合学科：
    • 工程
    • 计算机科学
    • 数学
    • 心理学
    • 生物学
    • …

  2个主要研究维度：
    • 语义感知（semantic）
    • 几何属性（Geometry）

  感知上的本质差异：

  人工智能目标： • 解决”像素值”与”语义”之间的鸿沟（Gap）

2. 研究挑战

挑战	举例
视角变化
光照变化
尺度变化
形态变化
背景混淆干扰
遮挡
类内物体的外观差异

3. 内容简介

  部分I：计算机视觉的基础
      $\diamond$ 图像预处理
      $\diamond$ 图像特征及描述
      $\diamond$ 未有深度学习之前
  部分II：深度学习的理论基础
      $\diamond$ BP神经网络详解
      $\diamond$ 深度学习基础
  部分III：深度学习在计算机视觉中的应用
      $\diamond$ 图像分类 $\leftarrow$ 卷积神经网络CNN
      $\diamond$ 图像检测 ← \leftarrow ←</