5、计算机视觉：挑战、任务与经典解决方案

计算机视觉：挑战、任务与经典解决方案

一、计算机视觉面临的挑战

计算机视觉在发展过程中面临着诸多挑战，这些挑战影响着其在各个领域的应用效果和发展进程。主要挑战如下：
1. 类别不平衡 ：数据集中某些类别实例数量远少于其他类别，这会导致模型偏向多数类，对少数类的分类性能较差。可采用过采样、欠采样和类别加权等策略来解决，确保训练时所有类别得到公平表示。
2. 计算资源需求大 ：基于深度学习的图像分类模型通常需要高性能GPU和大内存等大量计算资源，训练和微调复杂模型既耗时又耗资源，限制了先进技术的普及。
3. 对抗攻击 ：攻击者通过对输入图像添加难以察觉的扰动来欺骗图像分类模型，使其误分类。这凸显了模型的脆弱性，开发抗对抗攻击的模型是当前研究热点。

二、计算机视觉的主要任务

（一）图像分类

图像分类是计算机视觉的基础任务，旨在根据图像内容将其归类到预定义的类别或标签中，让机器识别和区分图像中的物体、场景或概念。尽管深度学习推动了图像分类的巨大进步，但仍存在难题，比如图像中有多个不同物体时如何分类，以及如何区分“事物”和“背景”。

（二）目标定位

目标检测不仅要识别图像或视频帧中的多个物体，还要精确确定它们的位置。它比图像分类更复杂，能回答“图像中有哪些物体”和“物体在哪里”这两个关键问题。目标检测算法通常遵循以下步骤：
1. 区域提议 ：使用选择性搜索、边缘框或区域提议网络（RPN）等方法，识别图像中可能包含物体的潜在区域。