人工智能与计算机视觉.pptx

人工智能与计算机视觉;

1.人工智能的发展历程

2.计算机视觉技术在现实场景中的应用

3.人工智能技术未来发展方向;;

研究内容：能够模拟、延伸和扩展人类智慧的理论、方法、技术及应用系统呈现形式：;;;;;;;

?深度学习是使用包含复杂结构或由多重非线性变换构成的多个处理层对资料进行高层抽象的算法

?深度学习是一种基于对资料进行表征学习的方法。观测值（例如一幅图像）可以使用多种方式来表示，如每个图元强度值的矢量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务（例如，人脸识别或面部表情识别）。深度学習的好處是用非監督式或半監督式的特徵學習和分層特徵提取高效演算法來替代手工获取特征;

n深度神经网络（深度学习）

?人脑是通过分级的、多层网络模型来识别

?减少资料量，保留物体的有用资讯

?对效果影响极大

?手动化特征工程

?非常耗时;;

基础层;;;;;;

基于深度学习技术，计算机视觉近年来取得了突飞猛进的进展

图像分类目标检测语义分割;;;;;

卷積過程包括：用一個可訓練的濾波器fx去卷积一个输入的图像，然后加一个偏置bx，得到卷积层Cx。

子採樣過程包括：每鄰域四個圖元求和變为一个图元，加权再增加偏置，通过一个启动函数，产生一个缩小四倍的特征映射图;;;;;

物体检测的定义

?物体检测：判断一副图像上是否存在感兴趣的物体，如果存在，就给出所有感兴趣物体的类别和位置（WhatandWhere）;;;;

语义分割步骤：

①输入图像：输入一张待分割的图像

②特征编码器：使用卷积神经网络，将待分割图像编码到特征空间

③图像译码器：将编码特征进行反卷积操作，映射到原图像大小，得到输出语义分割结果;;;;;;;;;