人工智能_19. 计算机视觉发展史2.docxVIP

19：计算机视觉发展史（2）

教师姓名

授课名称

人工智能及机器学习基础知识

授课形式

授课班级

授课地点

授课日期

章节名称

计算机视觉发展史（2）

教学目的

了解计算机视觉发展史。

了解人工智能技术的应用。

重点难点

重点：人类视觉和计算机视觉的特点。

难点：人工智能技术的应用。

主要内容

一、课程引入

了解计算机视觉的发展史，能进一步加深我们对计算机视觉的认识。

课程内容

1990-2000年代，机器学习方法

2000年左右，机器学习方法开始流行。以机器学习为手段的计算机视觉研究框架成为主流。之前，完成计算机视觉的任务，需要专家构建特征库、统计模型，进而使用特征进行图像匹配。专家需要选择特征知识，还要制定图像匹配的规则。使用了机器学习技术之后，模型在优化过程中，可以自动从大量数据中寻找最优的识别方法，提高了识别的效率。

机器学习技术是从大量的数据中来构造模型。因此，机器学习离不开大规模的数据集。这一时期也是互联网迅猛发展的时期，计算机视觉领域的大规模数据集也应运而生。下面我们看几个有代表性的数据集。

（1）FDDB 数据集

该数据集用于人脸检测采用人工标注的方式，对数据集包含的每一张人脸，使用框给框起来。FDDB数据集包含了2845张图像，一共标注了5171张人脸的位置。

计算机可以从这些标注好的数据中，使用机器学习技术来学习如何检测人