视觉计算核心课题与新兴应用方向综述.docxVIP

视觉计算核心课题与新兴应用方向综述

1.引言

视觉计算旨在赋予计算机从图像或视频中获取、处理、分析、理解和生成信息的能力。其核心在于利用计算机算法（特别是人工智能算法）处理视觉数据，以达到类似或超越人类视觉系统的功能。从早期的图像增强、特征提取到如今的深度神经网络驱动的图像识别、三维重建、视觉生成甚至视觉问答，视觉计算技术正在渗透到社会生活的方方面面。本综述将重点阐述视觉计算领域的核心研究课题以及近年来快速发展的新兴应用方向。

2.视觉计算核心课题综述

视觉计算的核心课题可大致分为以下几个方面：

2.1图像与视频处理的基本方法

图像增强与复原：目标是改善图像质量或提取有用信息。包括去噪、超分辨率重建、对比度增强、模糊复原、图像去雾等。传统方法（如空间域/频率域滤波）与深度学习方法（如卷积神经网络、Transformer）并行发展。

图像分割：将图像划分为具有特定意义的不同区域，关键在于准确地将像素/体素分配给相应的对象或区域。语义分割（理解属于哪个类别）、实例分割（区分同一类别的不同实例）、全景分割。深度学习（如FCN,U-Net,DeepLab系列）是当前主流。

图像特征提取与匹配：关键是提取能够有效描述图像内容、具有鲁棒性的局部或全局特征，并能在不同图像之间（即使视角、光照、尺度不同）进行有效的匹配。传统方法有SIFT、SURF、ORB等。深度学习方法通常隐式地