《人工智能通识》-项目5-1 AIGC视频生成应用 - 相关知识.pptxVIP

A/;

本课件为《人工智能通识(AIGC版)》配套教学资

源，由编写团队精心打造。

为便于教学使用，团队同步提供了丰富的辅助材料，

涵盖微课视频、教学课件、实训手册、习题答案、课程

标准及程序源代码等。

同时，教材配套超星教学示范包，支持一键克隆为

网络在线课程，助力高效开展线上线下混合式教学。

欢迎联系出版方订购使用。

书名：《人工智能通识(AIGC版)》

书号：978-7-111-79447-9

出版社：机械工业出版社

主编：蓝永健、吴秀红、罗智聪

副主编：邓爱玲、王有铭、叶菊、周弢;

PARTTWO

相关知识;

计算机视觉技术的内涵

计算机视觉技术的应用

“文生视频”技术的工作原理与实现流程

“图生视频”技术的工作原理与实现流程

主流AIGC视频生成工具对比;

计算机视觉的定义

计算机视觉(ComputerVision)作为人工智能领域的重要分支，是一门研

究如何使机器“看”和理解视觉世界的科学与技术。它致力于通过算法和模型让计

算机从数字图像或视频中自动提取、分析和理解有用信息，进而实现对视觉场

景的解释与决策。计算机视觉的本质是模拟人类视觉系统的功能，但并非简单

复制生物视觉机制，而是通过计算手段解决视觉信息处理问题。;

计算机视觉的定义

计算机视觉融合了图像处理、模式识别、机器学习、几何建模和认知科学

等多领域知识，其技术体系从传统的特征提取方法发展到以深度学习为代表的

端到端学习范式，如图所示。该技术不仅追求视觉数据的低级特征分析，更致

力于实现接近人类水平的高级场景理解能力，广泛应用于医疗、安防、自动驾

驶、工业检测等众多领域，是连接物理世界与数字智能的关键桥梁。;;

计算机视觉系统首先需要通过图像传感器(如摄像头、扫描仪)获取数字图像，就像

我们用手机拍照获取画面一样。但原始图像往往存在噪点、亮度不均或几何变形等问题，因此需要进行预处理优化。

常见的预处理包括：噪声消除、对比度增强、几何校正。噪声消除采用高斯滤波等方

法，类似美颜相机的磨皮功能。对比度增强，如直方图均衡化，相当于调整手机照片的亮度。几何校???，包括图像旋转、透视变换等，就像把歪斜的身份证照片摆正。这些预处理步骤相当于给计算机“擦亮眼镜”,确保后续分析能获得准确的视觉数据。;

特征提取是计算机视觉的核心环节，旨在从图像中识别出具有判别性的视觉模式。其

技术发展经历了从传统算法到深度学习的演进，包括传统特征提取方法和现代深度学习方法。

传统特征提取方法包括：边缘检测、角点检测、纹理分析。边缘检测(Canny算子),

像用铅笔勾画物体轮廓，自动驾驶用它识别车道线。角点检测(Harris算法),定位物体

的关键点，如AR滤镜找眼睛位置戴兔耳朵。纹理分析(LBP算法),就像摸布料来判断材质，超市收银机用它识别商品。

现代深度学习方法，通过卷积神经网络(CNN)自动学习多层次特征，电脑通过看大

量图片(比如1000张猫和狗的照片),自己总结出猫和狗的区别。;

在特征提取基础上，计算机通过以下技术实现语义理解。

·图像分类，判断图片内容，如相册自动归类照片。

·目标检测，定位并识别物体，如停车场摄像头找空车位。

·语义分割，像素级分类，区分图像中每个像素的类别。

·实例分割，区分同类物体的不同个体。

·人脸识别，分析五官特征，应用于手机解锁、刷脸考勤。这些技术构成了从简单识别到复杂理解的完整能力体系。;

处理视频需要额外的时序分析能力，包括：光流估计、动作识别、目标跟踪。

·光流估计，计算相邻帧之间的像素运动。

·动作识别，理解视频中人物的行为模式。

·目标跟踪，持续追踪移动物体的轨迹。

这些技术让计算机不仅能处理静态图像，还能理解动态场景的变化。;

智能交通与自动驾驶

智能交通系统深度依赖计算机视觉技术来实现环境感知和决策支持。自动

驾驶车辆通过多摄像头和激光雷达融合的视觉系统，实时检测道路上的车辆、

行人、交通标志等目标，并准确判断可行驶区域。在城市交通管理方面，智能

监控摄像头可以自动识别违章行为、统计车流量并检测交通事故，显著提升了

交通管理效率。;

2.相关知识—计算机视觉技术的应用;

医疗健康

医疗健康是计算机视觉最具社会价值的应用领域之一。在医学影像分析方

面，深度学习算法能够辅助医生识别X光、CT和MRI图像中的病灶，既提高了诊

断效率又降低了漏诊率。

安防与监控

安防监控领域是计算机视觉技术最早规模化应用的场景之一。现代智能监

控系统集成了人脸识别、行为分析和视频摘要等先进功能，异常行为检测算法

可以自动识别打架、跌倒等突发事件。;

农业与环境

农业和环境领域正在积极应用计算机视觉技术实现智能化转型。精准农业

系统通过无人机航拍和地面传感器