cv2005-ch01.ppt

人机交互中的媒体计算问题（One more video） 基于恢复图象序列的五角大楼三维重建 基于图象序列的三维人脸恢复 5. 计算机视觉研究的五大研究内容 一、输入设备(input device) 包括成像设备和数字化设备．成象设备是指通过光学摄像机或红外、激光、超声、X射线对周围场景或物体进行探测成象，得到关于场景或物体的二维或三维数字化图像． 二、低层视觉(low level) 主要是对输入的原始图像进行处理．这一过程借用了大量的图像处理技术和算法，如图像滤波、图像增强、边缘检测等，以便从图像中抽取诸如角点、边缘、线条、边界以及色彩等关于场景的基本特征；这一过程还包含了各种图像变换（如校正）、图像纹理检测、图像运动检测等． 6. 计算机视觉研究的五大研究内容 三、中层视觉（middle level） 主要任务是恢复场景的深度、表面法线方向、轮廓等有关场景的2．5维信息，实现的途径有立体视觉（stereo vision）、测距成像（rangefinder）运动估计（motion estimation）、明暗特征、纹理特征等所谓的从X恢复形状的估计方法．系统标定、系统成像模型等研究内容一般也是在这个层次上进行的． 四、高层视觉（high level） 主要任务是在以物体为中心的坐标系中，在原始输入图像、图像基本特征、2．5维图的基础上，恢复物体的完整三维图，建立物体三维描述，识别三维物体并确定物体的位置和方向． 7. 计算机视觉研究的五大研究内容 五、体系结构（system architecture）这一术语最通常的含义系指在高度抽象的层次上，根据系统模型而不是根据实现设计的具体例子来研究系统的结构．为了说明这一点，可以考虑建筑设计中某一时期的建筑风格（如清朝时期）和根据这一风格设计出来的具体建筑之间的区别．体系结构研究涉及一系列相关的课题：并行结构、分层结构、信息流结构、拓扑结构以及从设计到实现的途径． 8. 计算机视觉研究面临的困难 （1） 图像多义性： 三维场景被投影为二维图像，深度和不可见部分的信息被丢失，因而会出现不同形状的三维物体投影在图像平面上产生相同图像的问题．另外，在不同角度获取同一物体的图像会有很大的差异． （2）环境因素影响：场景中的诸多因素，包括照明、物体形状、表面颜色、摄像机以及空间关系变化都会对成像有影响， （3）知识导引： 同样的图像在不同的知识导引下，将会产生不同的识别结果．． （4）大量数据： 灰度图像，彩色图像，深度图像的信息量十分巨大，巨大的数据量需要很大的存贮空间，同时不易实现快速处理． Department of Computer Science @BIT 计算机视觉 Computer Vision 北京理工大学 计算机科学与工程系 2006年3月9日 主讲： 贾云得 教 授 yjiar@ 电话助教： 王彦杰 博士生 wangyanjie@ 电话课代表：刘颖 liuyingfan@ 刘峡壁 讲师 liuxiabi@ 电话参考教材： 贾云得 《机器视觉》科学出版社，2000 课程网页： /course/cv2006/ 课程教材： More Readings 1. James J. Gibson, “The Ecological Approach to Visual Perception”, Lawrence Erlbaum Associates, Inc. 1986. 2. David Marr, “A Computational Investigation into Human Representation and Processing of Visual Information”, Freeman Co. 1982, 中译本，视觉计算理论，姚国正等翻译，科学出版社，1988。 3. B.K.P. Horn,“Robot Vision,” The MIT Press, McGraw-Hill Book Co, 1986. 课程考核方式： 1. 书面作业和课堂测验 30分; 2. 上机作业 30分; 3. 期末考试 40分. 规则： 按时交作业（特殊情况须事先说明），过时不侯。 课堂测验包括测验学过的内容，也包括预习过内容。 上机作业要求能现场演示。 第一章 概 论 C