计算机视觉的四项基本任务辨析

计算机视觉是使计算机能理解采集设备采集的图像视频的一门学科,目的是让计算机实现人的视觉功能------对客观世界的三维场景的感知、识别和理解。换句话说,要让计算机具备通过二维图像认识三维环境的能力。

目录

三个阶段

视觉层级

基本任务

技术难点


三个阶段

计算机视觉研究图像包括图像处理、图像分析、图像理解三个阶段。

视觉层级

计算机视觉可以划分为初级视觉、中级视觉、高级视觉三个层级:

|------|-------------|
| 初级视觉 | 图像修复、超分辨率重建 |
| 中级视觉 | 图像分割、物体检测 |
| 高级视觉 | 图像描述、动作识别 |

基本任务

计算机视觉包括四项基本任务:分类、定位、检测和分割

  • 分类 :解决**"图像是什么"**的问题,即给定一张图或一段视频,判断图片或视频所属的类别

  • 定位 :解决**"目标在哪里"**的问题,即判断图像中的目标具体在图像的什么位置,位置通常以包围盒的形式表示,通常面向单一或给定数目的目标。

  • 检测: 解决**"哪里有哪些哪种类别的目标"**的问题,即发现图片中的目标并判断目标种类,检测任务面向的图像中出现的目标种类和数目都不定。

  • 分割 :解决**"每个像素属于哪个目标/场景"** 的问题,分为。检测只需要框出每个目标的包围盒,分割则需要进一步判断图像中哪些像素属于哪个目标。分割包括语义分割、实例分割和全景分割,语义分割不区分属于相同类别的不同实例,实例分割则需要区分出哪些像素属于相同类别的不同实例。全景分割可以认为是实例分割和语义分割的结合。

技术难点

|-------|---------------|
| 难点 | 示例 |
| 平面内旋状 | 物品正放、倒放、侧放的检测 |
| 超平面旋转 | 肢体等三维动作的检测 |
| 背景干扰 | 复杂场景下的目标检测 |
| 光照变化 | 图片过曝或图片过暗 |

相关推荐
weixin_464078073 分钟前
机器学习sklearn:编码、哑变量、二值化和分段
人工智能·机器学习·sklearn
CS创新实验室9 分钟前
《机器学习数学基础》补充资料:泰勒定理与余项
人工智能·机器学习·概率论·泰勒定理·泰勒展开·余项
watersink18 分钟前
最小VL视觉语言模型OmniVision-968M
人工智能·语言模型·自然语言处理
是乐谷20 分钟前
阿里招AI产品运营
人工智能·程序人生·面试·职场和发展·产品运营·求职招聘
AKAMAI1 小时前
运维逆袭志·第1期 | 数据黑洞吞噬一切 :自建系统的美丽陷阱
运维·人工智能·云计算
飞哥数智坊2 小时前
AI编程实战:AI要独立开发了?TRAE SOLO 后端生成能力深度实测
人工智能·trae
SamtecChina20232 小时前
应用科普 | 漫谈6G通信的未来
大数据·网络·人工智能·科技
Java与Android技术栈2 小时前
LLM + 图像处理的第一步:用自然语言驱动调色逻辑
图像处理·人工智能
LetsonH2 小时前
⭐CVPR2025 MatAnyone:稳定且精细的视频抠图新框架
人工智能·python·深度学习·计算机视觉·音视频