0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看威廉希尔官方网站 视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

简单阐述一下计算机视觉的几大任务!

电子工程师 来源:CSDN - ViatorSun 作者:CSDN - ViatorSun 2021-03-24 15:16 次阅读

计算机视觉的几大任务:

目标跟踪、图像和视频的生成

这里有一些比较常见的计算机视觉的应用,平时我们也会用到,包括多重的人脸识别,现在有些比较流行的照片应用,不知道大家平时会不会用到,包括比如像 Google photos,基本上传一张照片上去,它就会对同样的照片同样的人物进行归类,这个也是目前非常常见的一个应用。

中间那个叫 OCR,就是对文本进行扫描和识别,这个威廉希尔官方网站 目前已经比较成熟了。照片上这张是比较老的威廉希尔官方网站 ,当时我记得有公司做这个应用,有个扫描笔,扫描一下就变成文字,现在的话,基本上已经不需要这么近的去扫描了,大家只要拍一张照片,如果这张照片是比较清晰的,经过一两秒钟,一般我们现在算法就可以直接把它转换成文字,而且准确率相当高,所以图片上的这种 OCR 是一个过时的威廉希尔官方网站 。

右下角是车牌检测,开车的时候不小心压到线了,闯红灯了,收到一张罚单,这个怎么做到呢?也是计算机视觉的功劳,它们可以很容易的就去识别这个照片里的车牌,甚至车牌有一定的污损,经过计算机视觉的增强都是可以把它给可以优化回来的,所以这个威廉希尔官方网站 也是比较实用的。

01. 图像识别

车牌识别、人脸识别

02. 目标检测

行人检测、车辆检测

03. 图像分割

图像语义分割、个体分割=检测+分割

视频分割:

04. 目标跟踪

下面聊几个比较有挑战性的计算机视觉的任务。首先是目标跟踪,目标跟踪就是我们在连续的图片或者视频流里面,想要去追踪某一个指定的对象,这个听起来对人来说是一个非常容易的任务,大家只要目不转睛盯着一个东西,没有人能逃脱我们的视野。

实际上对机器来说,这是一个很有挑战性的任务,为什么呢?因为机器在追踪对象的时候,大部分会使用最原始的一些方法,采取一些对目标图片进行形变的匹配,就是比较早期的计算机识别的方法,而这个方法在实际应用中间是非常难以实现的,为什么?因为需要跟踪的对象,它由于角度、光照、遮挡的原因包括运动的时候,它会变得模糊,还有相似背景的干扰,所以我们很难利用模板匹配这种方法去追踪这个对象。

一个人他面对你、背对你、侧对你,可能景象完全不一样,这种情况下,同样一个模板是无法匹配的,所以说,很有潜力但也很有挑战性,因为目前对象追踪的算法完全没有达到人脸识别的准确率,还有很多的人在不断的努力去寻找新的方法去提升。

右边也是一个例子,就是简单的一个对我们头部的追踪,也是非常有挑战性的,因为我们头可以旋转,尺度也可能发生变化,用手去遮挡,这都给匹配造成很大的难度。

05. 多模态问题

后面还有一些比较有挑战性的计算机视觉任务,我们归类把它们叫做多模态问题,其中包括 VQA,这是什么意思?这个就是说给定一张图片,我们可以任意的去问它一些问题,一般是比较直接的一些问题,Who、Where、How,类似这些问题,或者这个多模态的模型,要能够根据图片的真实信息去回答我们的问题。

举个例子,比如底下图片中间有两张是小朋友的,计算机视觉看到这张图片的时候它要把其中所有的对象全部分割出来,要了解每个对象是什么,知道它们其中的联系。比如左边的小朋友在喝奶,如果把他的奶瓶分出来以后,它必须要知道这个小朋友在喝奶,这个关系也是很重要的。

屏幕上的问题是“Where is the child sitting?”,这个问题的复杂度就比单纯的只是解析图像要复杂的多。他需要把里面所有信息的全部解析出来,并且能准确的去关联他们的关系,同时这个模型还要能够理解我们问这个问题到底是个什么用意,他要知道问的是位置,而且这个对象是这个小孩,所以这个是包含着计算机视觉加上自然语言识别,两种这种威廉希尔官方网站 的相结合,所以才叫多模态问题,模态指的是像语音,文字,图像,语音,这种几种模态放在一起就叫多模态问题。

右边一个例子是 Caption Generation,现在非常流行的研究的领域,给定一张图片,然后对图片里面的东西进行描述。

编辑:jq

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
  • 人脸识别
    +关注

    关注

    76

    文章

    4012

    浏览量

    81877
  • OCR
    OCR
    +关注

    关注

    0

    文章

    144

    浏览量

    16355
收藏 人收藏

    评论

    相关推荐

    计算机视觉有哪些优缺点

    计算机视觉作为人工智能领域的个重要分支,旨在使计算机能够像人类样理解和解释图像和视频中的信息。这
    的头像 发表于 08-14 09:49 938次阅读

    计算机视觉威廉希尔官方网站 的AI算法模型

    计算机视觉威廉希尔官方网站 作为人工智能领域的个重要分支,旨在使计算机能够像人类样理解和解释图像及视频中的信息。为了实现这
    的头像 发表于 07-24 12:46 813次阅读

    机器视觉计算机视觉有什么区别

    机器视觉计算机视觉是两个密切相关但又有所区别的概念。 、定义 机器视觉 机器视觉,又称为
    的头像 发表于 07-16 10:23 524次阅读

    计算机视觉的五大威廉希尔官方网站

    计算机视觉作为深度学习领域最热门的研究方向之,其威廉希尔官方网站 涵盖了多个方面,为人工智能的发展开拓了广阔的道路。以下是对计算机视觉五大威廉希尔官方网站 的详细解析
    的头像 发表于 07-10 18:26 1347次阅读

    计算机视觉的工作原理和应用

    计算机视觉(Computer Vision,简称CV)是门跨学科的研究领域,它利用计算机和数学算法来模拟人类视觉系统对图像和视频进行识别、
    的头像 发表于 07-10 18:24 1937次阅读

    计算机视觉与人工智能的关系是什么

    引言 计算机视觉门研究如何使计算机能够理解和解释视觉信息的学科。它涉及到图像处理、模式识别、机器学习等多个领域的知识。人工智能则是研究如
    的头像 发表于 07-09 09:25 632次阅读

    计算机视觉与智能感知是干嘛的

    引言 计算机视觉(Computer Vision)是门研究如何使计算机能够理解和解释视觉信息的学科。它涉及到图像处理、模式识别、机器学习等
    的头像 发表于 07-09 09:23 923次阅读

    计算机视觉和机器视觉区别在哪

    计算机视觉和机器视觉是两个密切相关但又有明显区别的领域。 、定义 计算机视觉
    的头像 发表于 07-09 09:22 447次阅读

    计算机视觉和图像处理的区别和联系

    计算机视觉和图像处理是两个密切相关但又有明显区别的领域。 1. 基本概念 1.1 计算机视觉 计算机视觉
    的头像 发表于 07-09 09:16 1290次阅读

    计算机视觉属于人工智能吗

    属于,计算机视觉是人工智能领域的个重要分支。 引言 计算机视觉门研究如何使
    的头像 发表于 07-09 09:11 1299次阅读

    计算机视觉怎么给图像分类

    图像分类是计算机视觉领域中的项核心任务,其目标是将输入的图像自动分配到预定义的类别集合中。这过程涉及图像的特征提取、特征表示以及分类器的
    的头像 发表于 07-08 17:06 674次阅读

    深度学习在计算机视觉领域的应用

    随着人工智能威廉希尔官方网站 的飞速发展,深度学习作为其中的核心威廉希尔官方网站 之,已经在计算机视觉领域取得了显著的成果。计算机视觉,作为
    的头像 发表于 07-01 11:38 791次阅读

    计算机视觉的主要研究方向

    计算机视觉(Computer Vision, CV)作为人工智能领域的个重要分支,致力于使计算机能够像人眼样理解和解释图像和视频中的信息
    的头像 发表于 06-06 17:17 965次阅读

    计算机视觉的十大算法

    视觉威廉希尔官方网站 的发展起到了重要的推动作用。、图像分割算法图像分割算法是计算机视觉领域的基础算法之,它的主要
    的头像 发表于 02-19 13:26 1237次阅读
    <b class='flag-5'>计算机</b><b class='flag-5'>视觉</b>的十大算法

    工业视觉计算机视觉的区别

    工业视觉主要解决以往需要人眼进行的工件的定位、测量、检测等重复性劳动;计算机视觉的主要任务是赋予智能机器人视觉,利用测距、物体标定与识别等功
    发表于 01-16 10:06 586次阅读
    工业<b class='flag-5'>视觉</b>与<b class='flag-5'>计算机</b><b class='flag-5'>视觉</b>的区别