原创力文档- 1、本文档共9页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
博观而约取，厚积而薄发。——苏轼
2025字_人工
智能和计算机毕业论文范文模板
2025字(一)：计算机视觉在人工智
能领域的应用和发展概述论文
大数据时代的到来，人工智能技术已经广泛地应用到社会生活的各
个方面。计算机视觉作为人工智能在工业界部署和实施中最重要的技术支撑，在
近些年取得了广泛的研究和应用。计算机视觉旨在理解和提取图像刻画的全局纹
理信息，将高维的、复杂的图像所蕴含的特征编码为低维的特征向量。本文将计
算机视觉任务划分为三个层次：初级视觉任务、中级视觉任务和高级视觉任务，
并且介绍了三种层次的视觉任务概况。
关键词深度学习；神经网络；计算机视觉
引言
随着高性能硬件资源的发展，基于深度学习的卷积神经网络在图像分类领域
取得了突破性的研究和进展。神经网络[1-2]通过使用大量的标记的数据学习输入
样本和输出类别之间的映射关系。本文首先介绍了卷积神经网络的理论基础，然
后分别阐述了各个层次视觉任务的研究和应用方向，最后对计算机视觉在人工智
能领域的发展进行了展望。
博观而约取，厚积而薄发。——苏轼
卷积神经网络
卷积神经网络属于监督学习的理论范畴，从人工神经网络逐渐发展和演变而
来。神经网络通过模拟人的神经中枢信号的传播方式，若干个神经元的信息汇总
到另一个神经元，只有当累积的信号达到一定程度时才会刺激信号向前传播。
2视觉任务
根据视觉任务处理的对象不同，将其划分为三个层次的任务：初级视觉任务，
中级视觉任务和高级视觉任务。初级视觉任务主要面向图像的局部纹理。中级视
觉任务主要用于理解图像所刻画的全局语义信息。主要包含图像分类，图像分割，
物体检测等。基于中级视觉任务，高级视觉任务旨在理解图像语义的基础上，进
行智能决策任务。
2.1初级视觉任务
初级视觉任务针对的对象是图像的局部纹理进行编码，例如图像超分辨率重
建和圖像修复等工作，这些视觉任务主要针对图像的局部纹理进行操作，并不涉
及图像所表述的全局语义信息的理解。
超分辨率重建是在将局部或者全局存在模糊的照片编码为分辨率较高的图
像。基于深度学习的超分辨率重建首先使用数字图像方法得到相同图像的高分辨
率和低分辨率图像，然后构建一个编码和解码模型，使用低分辨率图像作为输入，
高分辨率图像作为输出学习两者之间的映射关系。然后在网络输出的结果和原有
勿以恶小而为之，勿以善小而不为。——刘备
较为重要的应用方向之一，其在交通领域有着广泛的应用前景。与之相类似的应
用还有图像去雨，都是通过计算机视觉的方法减轻自然天气对视觉造成的影响。
图像去雨和去雾的模型较为类似，都是对图像进行减法操作。区别是图像去雨针
对图像的高频语义信号进行操作，而图像去雾更加关注图像的低频信号。
2.2中级视觉任务
中级视觉任务在提取图像的局部纹理特征的基础上，需要理解图像所表述的
全局语义信息，因此可以用于其他的视觉任务。除了图像分类任务，中级视觉任
务还包括物体检测，图像分割等。
文档评论（0）