计算机视觉主要完成哪些任务?

描述

计算机视觉(Computer Vision, CV)作为人工智能(AI)的核心技术之一,在过去的二十年里发展迅猛,应用范围遍及工业、农业、军事、国防等多个领域。

计算机视觉主要完成哪些任务?

计算机视觉的内涵丰富,需要完成的任务众多,关键任务包括:图像增强、图像分类、图像检测与定位、图像分布、目标识别。

图像增强:图像增强处理可以有效去除图像噪声、增强图像边缘,突出图像中所需的重要信息,去除或弱化不重要的信息,达到改善图像的视觉质量的效果,更适合人的观察或机器的识别。

图像分类:图像分类是目标检测、语义分割的重要支撑,其目标是将不同的图像划分到不同的类别,并实现最小的分类误差。如今,图像分类的应用在我们的生活中随处可见,如智能手机的相册自动分类、产品缺陷识别、无人驾驶等等。

图像检测和定位:物体检测为许多视觉任务提供了动力,例如实例分割,姿势估计,追踪和动作识别。它在监视,自动驾驶和视觉问答中具有下游应用。

图像分割:对于一张图来说,图上可能有多个物体、多个人物甚至多层背景,希望能做到对于原图上的每个像素点,能预测它是属于哪个部分(人、动物、背景……)。

目标识别:目标识别的目的在于判断场景(二维图像、视频或三维图像)中是否存在感兴趣目标,若存在则对其位置和姿态等信息进行估计,是计算机视觉中非常重要的一个研究方向。

计算机视觉的未来趋势如何?

通过领域技术分析系统,全面分析了计算机视觉领域的技术趋势、国家趋势、机构趋势等

技术趋势:

国家趋势:

机构趋势:

目标检测这一基本任务仍然是非常具有挑战性的课题,存在很大的提升潜力和空间。从RCNN到Fast RCNN,再到Faster RCNN,一直都有效率上的提升,那么如何深入了解卷积神经网络、目标检测,掌握模型框架的基本操作?

责任编辑:lq

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分