“计算机视觉”的版本间的差异
来自Wiki.Citydatum
小 |
小 |
||
| 第36行： | 第36行： | ||
* [https://blog.csdn.net/electech6/article/details/79545911 零基础小白，如何入门计算机视觉？]，electech6，CSDN | * [https://blog.csdn.net/electech6/article/details/79545911 零基础小白，如何入门计算机视觉？]，electech6，CSDN | ||
* [https://blog.csdn.net/u013341341/article/details/79639670 计算机视觉新手入门：大佬推荐我这样学习,猫神战之猫腻，CSDN] | * [https://blog.csdn.net/u013341341/article/details/79639670 计算机视觉新手入门：大佬推荐我这样学习,猫神战之猫腻，CSDN] | ||
| + | |||
| + | [[分类:相关学科]] | ||
2018年12月7日 (五) 03:49的版本
计算机视觉（Computer Vision）是一门研究如何使机器“看”的科学，是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。
概述
研究领域与主要技术
- 图像处理技术：把输入图像转换成具有所希望特性的另一幅图像，研究中常用来进行预处理和特征抽取；
- 模式识别技术：根据从图象抽取的统计特性或结构信息，把图像分成预定的类别，常用于对图象中的某些部分，例如语义分割区域的识别和分类、文字识别、指纹识别等；
- 图像理解技术：描述和解释给定图像所代表的景物，以便对图像代表的内容作出决定；在此，术语“景物”强调二维图象与三维景物之间的区别；
应用
应用领域示例
计算机视觉之于未来人工智能，就好比眼睛之于人的重要性一样。是未来很多领域自动化获取数据的主要渠道之一，也是处理数据的重要工具之一。
- 模式识别技术应用：人脸识别、文字识别、车辆车牌识别、医学图像分析；
- 与自动控制技术结合的应用：无人驾驶、无人安防、无人机；
- 其他：以图搜图、VR/AR、 3D重构
上手
书单/资料
入门书籍/资料：
- 《 Multiple View Geometry in Computer Vision》：像素级的图像处理知识，是计算机视觉各个细分领域的研究者都必须要了解的底层基础知识；
- 《数字图像处理（MATLAB版）》，冈萨雷斯，英文原版2001年出版，中译版2005年：结合MATLAB学习基本原理、图像变换、形态学处理、图像分割，这本书比较注重实践，例程丰富；
- 《数字图像处理（第二版）》，冈萨雷斯：理论性工具书，可配合实践为主的书籍使用，遇到相关理论、术语等可以进行查阅；
- 《学习OpenCV》、《OpenCV 2 计算机视觉编程手册》、OpenCV官方文档手册
进阶书籍/资料：
- 《Computer Vision: Algorithms and Application》，Richard Szeliski（美国华盛顿大学），2010年出版：图文并茂地介绍了计算机视觉这门学科的诸多大方向，侧重视觉和几何知识，在已有图像处理基础书籍的基础上，增加如特征检测匹配、运动恢复结构、稠密运动估计、图像拼接、计算摄影、立体匹配、三维重建等目前比较实用、活跃的研究方向；
- 《Computer Vision: Models, Learning, and Inference》，Simon J.D. Prince（加拿大多伦多大学），2012年出版：从基础的概率模型讲起，涵盖计算机视觉领域常用的概率模型、回归分类模型、图模型、优化方法等，以及偏底层的图像处理、多视角几何知识，总体侧重机器学习模型，图文并茂，并辅以非常多的例子和应用，官网提供免费电子书下载，以及教学PPT、各章节对应的开源项目、代码、数据集链接等丰富的学习资源；
编程语言与工具
- OpenCV（Open Source Computer Vision Library）：是一个开源跨平台计算机视觉程序库，主要由C++语言编写，包含500+用于图像/视频处理和计算机视觉的通用算法；
- MATLAB
