计算机视觉

计算机视觉是一个多学科交叉的领域，为人工智能技术的发展和应用提供了强大的支撑，旨在使计算机利用算法来理解数字图像和视频，并提取有用的信息完成类似于人类的学习、推理和决策等任务。

名词解释

计算机视觉又称为机器视觉，是使用计算机及相关设备对生物视觉进行模拟的一种技术，以各种成像设备代替视觉器官作为输入手段，以计算机来代替大脑完成处理和解释。

计算机视觉的最终研究目标就是使计算机能像人那样通过视觉观察和理解世界，并且具有自主适应环境的能力。

任务流程

计算机视觉任务主要由三个步骤组成，即图像采集、图像处理和图像分析。

图像采集通过视觉传感器捕捉图像，并将其转换成可计算的数据。

图像处理是计算机视觉应用中最基本的技术，通过空间和频率域的滤波、阈值分割等方式，进行图像的处理和增强，以获得更加清晰的图像。

图像分析利用特征提取、目标检测、图像分类等等相关的计算机视觉技术，对已处理过的图像进行分析，以提取有用的信息。

八大任务

图像分类：观察图像并对不同类别图像进行区分。

物体检测：可以使用图像分类来识别一类特定图像，然后检测图像或视频中出现的这类图像并制成表格。

物体识别：在物体检测的基础上，进一步识别出每个物体的具体信息，如品种、型号、颜色等。

实例分割：在物体检测的基础上，进一步分割出每个物体的轮廓，而不是用矩形框。

目标追踪：在视频中，对同一个物体进行连续的检测和识别，并给它分配一个唯一的标识符。

人脸识别：识别图像或视频中的人脸，并与已知的人脸数据库进行匹配，从而确定人脸的身份。

姿态估计：估计图像或视频中的人或动物的姿态，即身体各部分的位置和角度。

场景重建：根据多个视角的图像或视频，重建出三维空间中的场景和物体。

图像生成：根据给定的条件或描述，生成新的图像。