计算机视觉基础核心考点汇总.docxVIP

计算机视觉基础核心考点汇总.docx

计算机视觉基础核心考点汇总

一、计算机视觉核心概念考点

1.计算机视觉定义与目标

计算机视觉（CV）是一门让计算机模拟人类视觉系统，从图像、视频等视觉信息中获取、理解、分析和推理高层次语义信息的交叉学科，融合人工智能、数字图像处理、机器学习、深度学习、几何学等多领域知识。

核心目标：感知、理解、决策、重建。即通过设备采集视觉数据，完成底层特征提取、中层语义分析、高层场景理解，最终实现智能判断与自主输出。

经典考题：简述计算机视觉与数字图像处理的区别与联系。

联系：二者均针对图像数据进行运算处理，图像处理是计算机视觉的底层基础。

区别：数字图像处理侧重图像到图像的变换（降噪、增强、分割），优化图像质量；计算机视觉侧重图像到语义的理解，挖掘图像背后的信息、目标与场景含义。

2.计算机视觉四大核心任务

分类（Classification）：对整张图像进行类别判定，输出单一或多个标签，如猫狗分类、场景分类。核心是全局语义特征提取。

检测（Detection）：定位图像中多个目标的位置并完成分类，输出目标边界框+类别，解决“目标在哪、是什么”的问题，如人脸检测、车辆检测。

分割（Segmentation）：像素级图像理解，分为语义分割、实例分割、全景分割。语义分割是同类目标像素统一标注；实例分割区分同一类的不同个体，精度高于检测。