计算机视觉核心任务计算机视觉开发14课件讲解.pptxVIP

计算机视觉核心任务计算机视觉项目开发啜钦亮《深度学习技术与应用》

计算机视觉（CV）的核心目标让机器“看懂”图像/视频计算机视觉的目标是让机器理解图像或视频的本质逻辑，能够像人类一样“看懂”其中的内容，这是实现各种视觉应用的基础。让机器“跟进”图像/视频计算机视觉不仅要让机器看懂图像或视频，还要能“跟进”其内容，比如在动态视频中持续分析目标的状态和变化，实现从静态识别到动态交互。

CV基础任务的地位覆盖静态图像理解与动态视频分析CV的基础任务涵盖了静态图像理解，如图像分类、目标检测、图像分割，目标跟踪，为CV项目提供了全面的支撑。是CV项目核心支撑这些任务是CV项目从“静态识别”到“动态交互”的核心支撑，对于推动CV技术在不同领域的应用和发展起着关键作用。

1.1图像分类从像素全局特征到类别标签的映射问题图像分类的理论本质是从像素全局特征到类别标签的映射问题，它是一个单标签或多标签的概率输出模型，通过对图像特征的分析来确定其所属类别。理论定义

1.1图像分类学习图像语义共性特征图像分类的核心在于学习图像语义共性特征，通过分析大量图像，找出它们在语义上的共同特点，以此来判断图像的类别归属，此过程不涉及空间位置信息。实现“类别归属判断”在学习图像语义共性特征的基础上，图像分类要实现“类别归属判断”，即根据图像的特征确定它属于哪个类别，这是图像分类任务的关键所在。理论定义

无定位约束