《人工智能技术基础》课件——第八章 计算机视觉.pptxVIP

人工智能技术基础

第八章计算机视觉01什么是计算机视觉02计算机视觉的行业应用03计算机视觉的发展历史04计算机视觉的实现方法与流程05计算机视觉案例实战

什么是计算机视觉？

眼睛感知设备对周围环境进行图像捕获大脑解释设备理解图像内容人类视觉系统

感知设备解释设备计算机视觉(ComputerVision,CV)是一门研究如何使机器能“看”的科学，是用摄影机等成像设备代替人眼对目标进行识别、跟踪和测量，并使用计算机对成像设备中获得的图像或者视频进行处理、分析和理解。简而言之，计算机视觉就是让计算机具备人类的“眼力”，让计算机“看懂”这个世界。计算机视觉系统

ComputervisionImageProcessing理解图像内容输出不一定是图像处理图像输入输出均是图像调整图像对比度调整亮度锐化平滑调整尺寸、旋转、高斯模糊猫狗识别输出的是概率图像内容是猫或者狗的概率人脸检测输出的人脸在图像中的坐标计算机视觉vs图像处理

图像亮度和对比度增强图像模糊图像边缘检测计算机视觉vs图像处理

计算机视觉深度学习方法

计算机视觉vs机器视觉ComputervisionMachinevision机器视觉偏重于计算机视觉技术工程化，能够自动获取和分析特定的图像，以控制相应的行为计算机视觉是采用图像处理、模式识别、人工智能技术相结合的手段，着重于一幅或多幅图像的计算机分析计算机视觉的重点是图像分析和理解机器视觉重点是工程应用，强调实时性、高精度和高速度计算机视觉为机器视觉提供图像分析理论与算法基础机器视觉为计算机视觉提供传感器模型、系统构造以及实现手段机器视觉是指在工业环境中使用计算机视觉，使其成为计算机视觉的子类别计算机视觉的研发在个人PC或者云端

CV与AI相关领域的关系人工智能机器学习深度学习计算机视觉

第八章计算机视觉01什么是计算机视觉02计算机视觉的行业应用03计算机视觉的发展历史04计算机视觉的实现方法与流程05计算机视觉案例实战

计算机视觉的行业应用

安防

金融

互联网

医疗

医疗

企业代表

第八章计算机视觉01什么是计算机视觉02计算机视觉的行业应用03计算机视觉的发展历史04计算机视觉的实现方法与流程05计算机视觉案例实战

20世纪50年代20世纪50年代1957年，世界上第一幅数字图像在NIST诞生

20世纪50年代20世纪50年代1959年，生物学家DavidHubel和TorstenWiesel将电极植入猫的视觉皮层[2]，发现视觉与大脑皮层的神经元有关系。这一结论是深度学习背后的核心原理。

20世纪60年代20世纪60年代1963年，麻省理工学院的LawrenceRoberts在他的博士学位论文中描述了从二维图像中获取有关对象的三维信息的过程，将视觉世界简化成几何图形。他的论文被认为是计算机视觉领域的第一篇博士论文。

20世纪60年代20世纪60年代1966年，麻省理工学院AI实验室的SeymourPapert教授决定启动“TheSummerVisionProject”，希望在几个月内解决机器视觉问题。由于目标过于激进，最终导致项目失败。该项目中罗列的部分问题，至今仍然无法解决。然而，该项目被认为是计算机视觉学科的起源。

20世纪60年代20世纪60年代1969年，贝尔实验室的WillardBoyle和GeorgeE.Smith，发明了电荷耦合器件（CCD)，一种能够将光信号转换为电信号的传感器，这项技术迅速成为捕获高质量数字图像的首选技术。二十年后的2009年，二人因为他们的发明而获得了诺贝尔物理学奖。/prizes/physics/2009/press-release/

20世纪70年代20世纪70年代1976年，RaymondKurzweil推出了Kurzweil阅读机，该机器能够实现光学字符识别(OCR,OpticalCharacterRecognition)功能，是计算机视觉的第一个商业化应用。

20世纪80年代20世纪80年代1980年，神经网络领域的先驱KunihikoFukushima发明了“Neocognitron”[5]，这是一种深层的神经网络，具有通过学习识别视觉模式的能力。该结构被认为是第一个面向计算机视觉领域的多层神经网络。/w/index.php?title=Deep_learningoldid=1006416580

20世纪90年代20世纪90年代1998年，经过几年的持续研究，YannLeCun团队提出了LeNet-5卷积神经网络模型用于识别手写字符，该模型对深度学习领域影响深远。

21世纪21世纪2009年，