当前位置： 首页 > article >正文

【北邮鲁鹏老师计算机视觉课程笔记】01 introduction

article 2024/9/21 20:38:13

1 生活中的计算机视觉

在这里插入图片描述

生活中的各种计算机视觉识别系统已经广泛地应用起来了。

2 计算机视觉与其他学科的关系

在这里插入图片描述

认知科学和神经科学是研究人类视觉系统的，如果能把人类视觉系统学习得更好，可以迁移到计算机视觉。是计算机视觉的理论基础。
算法、系统、框架、机器学习等是计算机视觉的工具。
光学设备采集图像给计算机视觉提供输入
图像处理强调的是：我输入的是图像，输出的也是图像，比如增强亮度、去噪
计算机视觉系统：输入的图像，输出的不只是图像。
应用：①图像检索。文字搜图，计算机视觉识别后给图像打了标签。在互联网上占领大的流量的还是图像和视频。②机器人。

3 计算机视觉的介绍

在这里插入图片描述

首先谈谈智能的概念，1997年的人工智能系统“深蓝”，战胜了国际象棋的世界冠军。2015年和2017年AlphaGo战胜了李世石和柯洁。
但是这是不是真的智能，现在的人工智能系统能下棋，但是它不能创作诗歌超过人类最优秀的诗人。从这个角度看，这并不是真的智能，它有一个很好的搜索算法，去搜索出最优解。因此，现在只能在数理和数学计算上部分实现人类的智能。

4 三维重构

在这里插入图片描述

计算机视觉系统还不够完善。

5 什么是视觉系统

在这里插入图片描述

感知 + 解释

人类的视觉系统
机器视觉系统

在这里插入图片描述

机器看到的是什么？是一个灰度图，是一个二维矩阵300 * 400

语义鸿沟：从像素到语义内容。存在的极大的差距

我们首先会从人类的视觉系统中去借鉴

6 人类的视觉系统是什么样的

在这里插入图片描述

在这里插入图片描述

诺贝尔奖成果：让猫去看图片。确定视觉和大脑皮层的关系。
给猫看了大量的图片，但是猫的大脑皮层没有反应。
给猫看简单的图形，某些神经元会有反应。通过后续实验，发现大脑对视觉信息的处理事分层的。
人类的视觉系统非常优秀。

在这里插入图片描述
任务：人类能以多快的速度和多高的精度去区分动物和非动物

在这里插入图片描述
过了150ms，区分动物和非动物的脑电波信号就不一样了。

7 运动视盲

在这里插入图片描述

8 利用上下文去理解语义

在这里插入图片描述
在这里插入图片描述
上下文背景引导了我们理解图像的过程。

在这里插入图片描述
在这里插入图片描述
实际上A、B的颜色是一样的。人类的视觉系统会对B进行自动增强。

在这里插入图片描述

9 计算机视觉的起源

在这里插入图片描述
MIT的研究生暑期项目
1966年，计算机视觉从图像处理中独立出来

在这里插入图片描述
先驱人物：马尔

计算机视觉的框架：①计算理论：任务是什么？②表达和算法：输入和输出是什么？③硬件实现：

10 我们能从图像中获取什么信息

在这里插入图片描述
在这里插入图片描述
3D信息更多地是用于定位
①SLAM
②三维重建
③漫游：一天建成罗马

在这里插入图片描述
从这个角度，计算机视觉分为两个大方向：从图像中恢复3D结构信息、从图像中恢复语义信息

11 计算机视觉的发展历程

在这里插入图片描述

12 为什么要做计算机视觉

在这里插入图片描述
三维重建

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
人脸识别：计算机识别的第一个真正的应用
虹膜识别

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
检测与跟踪：

在这里插入图片描述
VR：虚拟现实

在这里插入图片描述

13 课程资源

在这里插入图片描述

14 路线图

在这里插入图片描述


http://www.kler.cn/news/234331.html

相关文章：

  • 【服务器部署】Docker环境的安装
  • Linux内核有什么之内存管理子系统有什么——基础篇之struct vm_area_struct（2）
  • Bert与ChatGPT
  • Java多态原理
  • 学习数据结构和算法的第7天
  • 【MySQL】-12 MySQL索引（上篇MySQL索引类型前置-1）
  • 像素、分辨率、公差的概念
  • 相机图像质量研究(11)常见问题总结：光学结构对成像的影响--像差
  • Vue项目创建
  • 【Java】学习笔记：关于java.sql；
  • 基于vue+node.js的校园跳蚤市场系统多商家
  • Python图形用户界面
  • 假期day6
  • OSDI 2023: Conveyor One-Tool-Fits-All Continuous Software Deployment at Meta
  • ###C语言程序设计-----C语言学习（11）#数据的存储和基本数据类型
  • mfc110.dll是什么？解决mfc110.dll丢失windows系统常见问题
  • blender几何节点中样条线参数中的系数（factor）是个什么概念？
  • 2.10日学习打卡----初学RocketMQ（一）
  • Open CASCADE学习|2个TCL命令转C++
  • 【Linux】make和Makefile
  • Tomcat之虚拟主机
  • 基于微信小程序的校园二手交易平台
  • ChatGPT高效提问—prompt常见用法（续篇九）
  • Nginx实战：2-日志配置
  • wireshark抓包问题及学习
  • Uniapp（uni-app）学习与快速上手教程
  • vue3初识
  • Qt PCL学习（三）：点云滤波
  • 2024.2.10 DMS（数据库管理系统）初体验
  • 【知识整理】技术新人的培养计划