《计算机视觉在艺术设计中的应用》.pptxVIP

ArtificialIntelligenceArtDesign人工智能在艺术设计中的应用

第一章第三节

计算机视觉艺术设计

引言ComputationalVision01

计算机视觉+艺术设计的案例4“AI实时视频特效”技术的原理是通过图像进行识别，将它拍摄到的图像通过AI系统进行实时分析，判定人的坐标。”通过前期海量的图像采集、把视频资料提交给AI训练系统，让AI模型进行自我学习进化，进而形成与此次演出高度关联的识别模式，让系统更准确地识别。

复合型人才5“这个项目比较复杂，需要既懂系统架构、又懂算法、又懂视觉合成，甚至要精通不同演播系统的颜色管理……这些技术问题需要综合多个专业的人来配合完成。跨学科

计算机视觉ComputationalVision02

计算机视觉7目标跟踪视频中运动目标的跟踪。图像分割把图像分割成具有相似的颜色或纹理特性的若干子区域，并使它们对应不同的物体或物体的不同部分的技术。图像分类将不同的图像，划分到不同的类别，实现最小的分类误差。目标检测关注图片中特定的目标。三维重建建立真实世界的三维模型。风格化将任意的图像转换为不同的画作风格.图像检索图像的颜色、纹理、布局等进行分析和检索的图像检索技术。图像增强增强图像中的有用信息，改善图像的视觉效果。

图像分类在艺术设计中的应用ComputationalVision03

计算机视觉——图像分类原理9场景分类

计算机视觉——图像分类原理10图像分类海滩恐龙非洲

计算机视觉——图像分类原理11图像分类的挑战尺度变化光照变化

计算机视觉——图像分类原理12在机器学习中常常采用基于数据驱动的方法进行图像分类。所谓基于数据驱动的方法，就是给计算机很多数据，然后实现学习算法，让计算机学习到每个类的外形的方法。基于这种方法的完整流程如下：??(1)输入：输入是包含N个图像的集合，每个图像的标签是K种分类标签中的一种。这个集合称为训练集。??(2)学习：这一步的任务是使用训练集来学习每个类到底长什么样。一般该步骤叫做训练分类器或者学习一个模型。??(3)评价：让分类器来预测它未曾见过的图像的分类标签，并以此来评价分类器的质量。我们会把分类器预测的标签和图像真正的分类标签对比。毫无疑问，分类器预测的分类标签和图像真正的分类标签如果一致，那就是好事，这样的情况越多越好。

计算机视觉——图像分类原理13

小组分享

图像检索在艺术设计中的应用ComputationalVision04

计算机视觉——图像检索原理162.基于文本的图像检索技术基于文本的图像检索技术，利用文本描述的方式描述图像的特点，如一张照片，配以文字说明照片拍摄的时间，地点，事件的主要内容等。缺点：但这种方法需要较多的人工参与，而且随着图像数目的增加，这种方法很难实现；由于图像所包含的信息量庞大，不同的人对于同一张图像的理解也不相同，这就导致对图像的标注没有一个统一的标准，因而检索的结果不能很好的符合用户的需求。关键词：粉色长袖宽松西服女双排扣硬挺通勤

计算机视觉——图像检索原理172.基于内容的图像检索技术到90年代以后，出现了对图像的内容语义，如对图像颜色、纹理、布局等进行分析和检索的图像检索技术，即基于内容的图像检索。指的是查询条件本身就是一个图像，或者是对于图像内容的描述，它建立索引的方式是通过提取底层特征，然后通过计算比较这些特征和查询条件之间的距离，来决定两个图片的相似程度。

领军AI的华裔女性——李飞飞18坚持不懈，成就梦想

图像增强在艺术设计中的应用ComputationalVision05

计算机视觉——图像增强原理20图像增强就是指通过某种图像处理方法对退化的某些图像特征，如边缘、轮廓、对比度等进行处理，以改善图像的视觉效果，提高图像的清晰度，或是突出图像中的某些“有用”，压缩其他“无用”信息，将图像转换为更适合人或计算机分析处理的形式。

小组分享

目标检测在艺术设计中的应用ComputationalVision06

目标检测在艺术设计的应用领域23

计算机视觉24目标跟踪视频中运动目标的跟踪。图像分割把图像分割成具有相似的颜色或纹理特性的若干子区域，并使它们对应不同的物体或物体的不同部分的技术。图像分类将不同的图像，划分到不同的类别，实现最小的分类误差。目标检测关注图片中特定的目标。三维重建建立真实世界的三维模型。风格化将任意的图像转换为不同的画作风格.图像检索图像的颜色、纹理、布局等进行分析和检索的图像检索技术。图像增强增强图像中的有用信息，改善图像的视觉效果。

Thanks