信息技術(shù) 第二冊（五年制高職）課件 9.2.2 計算機視覺的定義

讓機器識別圖像計算機視覺的定義《信息技術(shù)》主題九：人工智能目錄contents引言計算機視覺的定義計算機視覺與人類視覺的關(guān)系計算機視覺的三個優(yōu)勢計算機視覺技術(shù)的發(fā)展歷程引言011.

引言計算機視覺是人工智能的一個領(lǐng)域，是指讓計算機和系統(tǒng)能夠從圖像、視頻和其他視覺輸入中獲取有意義的信息，并根據(jù)該信息采取行動或提供建議。計算機視覺是一門研究如何使機器“看”的科學(xué)，更進一步來說，就是指用攝影機和計算機代替人眼對目標(biāo)進行識別、跟蹤和測量等機器視覺，并進一步做圖形處理。計算機視覺技術(shù)利用機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)來訓(xùn)練計算機，使計算機能夠及時檢測到缺陷和問題，以免影響正常工作。目前基于深度學(xué)習(xí)的方法已經(jīng)成為很多計算機視覺任務(wù)的前沿技術(shù)。計算機視覺的定義022.計算機視覺的定義計算機視覺是一門研究如何使機器“看”的科學(xué)，更進一步來說，就是指用攝影機和電腦等設(shè)備，代替人眼對目標(biāo)進行識別、跟蹤和測量等機器視覺操作。人類在認(rèn)識、了解世界的信息中，80%的信息來自視覺，同樣地，計算機視覺是機器認(rèn)知世界的基礎(chǔ)，其終極目的是使計算機能夠像人一樣“看懂世界”。先理解視頻和靜止圖像的內(nèi)容，然后從中收集有用的信息，以便解決越來越多的問題。計算機視覺也可以看作是研究如何使人工系統(tǒng)從圖像或多維數(shù)據(jù)中“感知”的科學(xué)。計算機視覺與人類視覺的關(guān)系033.1計算機視覺與人類視覺的關(guān)系人類視覺存在長短錯覺、平行錯覺和大小錯覺，而在計算機視覺中，不會發(fā)生這些錯覺。人類執(zhí)行這類視覺任務(wù)時沒有明顯的計算過程，而是整體感知。人類視覺產(chǎn)生錯覺，主要原因是受到其他線條的影響，進而產(chǎn)生錯覺。3.1計算機視覺與人類視覺的關(guān)系在計算機視覺中，平面形狀的幾何參數(shù)和特性通過數(shù)值的計算獲得，所以不受圖中其他形狀的影響。知覺不是簡單地被刺激模式?jīng)Q定的，而是在有效的資料中尋找最好的解釋。人類視覺具有對知覺的理解性，人根據(jù)以往所獲得的知識和經(jīng)驗對感覺的信息進行解釋。人類視覺能夠根據(jù)自己的理解對圖像做出解釋，這是目前計算機視覺無法做到的。3.2計算機視覺和人類視覺的區(qū)別(3)人類的神經(jīng)比計算機視覺更加復(fù)雜；(4)計算機只是按照人類的指示做事，人類大腦有自己的思維；(5)計算機視覺可以獲取人類視覺獲取不到的信息；(6)計算機視覺可以在人類到不了的地方作業(yè)，如：真空作業(yè)。(1)計算機視覺是機器視覺，人類視覺是生物視覺；(2)人類的眼睛比攝像機更加靈活；計算機視覺的三個優(yōu)勢044.計算機視覺的三個優(yōu)勢在圖像處理方面，計算機視覺技術(shù)能夠?qū)崿F(xiàn)超人類的準(zhǔn)確性，例如圖片顏色、細(xì)節(jié)敏感度等方面。在細(xì)微變化識別方面上，計算機性能遠(yuǎn)勝于人類，例如醫(yī)療圖像分析、芯片質(zhì)檢等方面。在計算能力方面上，計算機計算速度與精確性完勝人類，例如超級計算機。計算機視覺技術(shù)的發(fā)展歷程055.計算機視覺技術(shù)的發(fā)展歷程20世紀(jì)50年代人們開始研究生物視覺工作原理，科學(xué)家從電生理學(xué)的角度來分析貓的視覺皮層系統(tǒng)，從中發(fā)現(xiàn)了視覺通路中的信息分層處理機制，并提出了感受野的概念。20世紀(jì)60年代嚴(yán)格意義上來講，計算機視覺是在20世紀(jì)60年代逐步發(fā)展起來的。這個時期還誕生了人類歷史上的第一位計算機視覺博士，即LarryRoberts(拉里·羅伯茨)。5.計算機視覺技術(shù)的發(fā)展歷程人們的研究熱情空前高漲，研究范圍遍布角點特征、邊緣、顏色、紋理提取以及推理規(guī)則建立等很多方面。20世紀(jì)70～80年代：MIT（麻省理工學(xué)院）的人工智能實驗室在這一時期的計算機視覺領(lǐng)域中發(fā)揮了相當(dāng)積極的推動作用。設(shè)置了機器視覺課程，同時該實驗室還吸引了眾多研究人員參與到計算機視覺的研究中。5.計算機視覺技術(shù)的發(fā)展歷程20世紀(jì)80年代01邏輯學(xué)和知識庫等理論在人工智能領(lǐng)域占據(jù)了主導(dǎo)地位。人們試圖建立專家系統(tǒng)來存儲先驗知識，然后與實際項目中提取的特征進行規(guī)則匹配。20世紀(jì)90年代02此時計算機視覺雖然已經(jīng)發(fā)展了幾十年，但仍然沒有得到大規(guī)模的應(yīng)用，很多理論還處于實驗室的水平，離商用要求相去甚遠(yuǎn)。21世紀(jì)初03隨著機器學(xué)習(xí)的興起，CV領(lǐng)域開始取得一些實際的應(yīng)用進展。例如，科學(xué)家利用Adaboost算法出色地完成了人臉的實時檢測，并被富士公司應(yīng)用到商用產(chǎn)品中。5.計算機視覺技術(shù)的發(fā)展歷程012010年之后：計算機視覺技術(shù)的研究和應(yīng)用得到跨越性的發(fā)展，主要得益于三個方面：算力、數(shù)據(jù)（算料）和算法。02計算機運算能力呈現(xiàn)指數(shù)級的增長。ImageNet、PASCAL等超大型圖片數(shù)據(jù)庫使得深度學(xué)