作為人工智能的關(guān)鍵領(lǐng)域之一的計(jì)算機(jī)視覺近期再次成為了熱點(diǎn)，那么你真的了解什么是計(jì)算機(jī)視覺嗎？

什么是計(jì)算機(jī)視覺

計(jì)算機(jī)視覺，英文Computer Vision，簡稱CV。計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)，更進(jìn)一步的說，就是指用攝影機(jī)和電腦代替人眼對目標(biāo)進(jìn)行識(shí)別、跟蹤和測量等。

計(jì)算機(jī)視覺和機(jī)器視覺有何區(qū)別?

事實(shí)上，二者經(jīng)常會(huì)被混淆，甚至有些“專家”也沒分清。

簡單的說，二者最大的區(qū)別，在于技術(shù)要求的側(cè)重點(diǎn)不一樣，甚至差別很大。計(jì)算機(jī)視覺（CV），主要是對質(zhì)的分析，比如分類識(shí)別，這是一個(gè)杯子那是一條狗。或者做身份確認(rèn)，比如人臉識(shí)別，車牌識(shí)別。或者做行為分析，比如人員入侵，徘徊，遺留物，人群聚集等。

機(jī)器視覺（MV），主要側(cè)重對量的分析，比如通過視覺去測量一個(gè)零件的直徑，一般來說，對準(zhǔn)確度要求很高。

計(jì)算機(jī)視覺主要任務(wù)是什么？

計(jì)算機(jī)視覺的主要任務(wù)就是通過對采集的圖片或視頻進(jìn)行處理以獲得相應(yīng)場景的信息。計(jì)算機(jī)視覺任務(wù)的主要類型有以下幾種：

01 物體檢測

物體檢測是視覺感知的第一步，也是計(jì)算機(jī)視覺的一個(gè)重要分支。物體檢測的目標(biāo)，就是用框去標(biāo)出物體的位置，并給出物體的類別。

物體檢測和圖像分類不一樣，檢測側(cè)重于物體的搜索，而且物體檢測的目標(biāo)必須要有固定的形狀和輪廓。圖像分類可以是任意的目標(biāo)，這個(gè)目標(biāo)可能是物體，也可能是一些屬性或者場景。

02物體識(shí)別（狹義）

計(jì)算機(jī)視覺的經(jīng)典問題便是判定一組圖像數(shù)據(jù)中是否包含某個(gè)特定的物體，圖像特征或運(yùn)動(dòng)狀態(tài)。這一問題通常可以通過機(jī)器自動(dòng)解決，但是到目前為止，還沒有某個(gè)單一的方法能夠廣泛的對各種情況進(jìn)行判定：在任意環(huán)境中識(shí)別任意物體。

現(xiàn)有技術(shù)能夠也只能夠很好地解決特定目標(biāo)的識(shí)別，比如簡單幾何圖形識(shí)別、人臉識(shí)別、印刷或手寫文件識(shí)別，或者車輛識(shí)別。而且這些識(shí)別需要在特定的環(huán)境中，具有指定的光照，背景和目標(biāo)姿態(tài)要求。

03圖像分類

一張圖像中是否包含某種物體，對圖像進(jìn)行特征描述是物體分類的主要研究內(nèi)容。一般說來，物體分類算法通過手工特征或者特征學(xué)習(xí)方法對整個(gè)圖像進(jìn)行全局描述，然后使用分類器判斷是否存在某類物體。

圖像分類問題就是給輸入圖像分配標(biāo)簽的任務(wù)，這是計(jì)算機(jī)視覺的核心問題之一。這個(gè)過程往往與機(jī)器學(xué)習(xí)和深度學(xué)習(xí)不可分割。

04物體定位

如果說圖像識(shí)別解決的是what，那么，物體定位解決的則是where的問題。利用計(jì)算視覺技術(shù)找到圖像中某一目標(biāo)物體在圖像中的位置，即定位。

目標(biāo)物體的定位對于計(jì)算機(jī)視覺在安防、自動(dòng)駕駛等領(lǐng)域的應(yīng)用有著至關(guān)重要的意義。

05圖像分割

在圖像處理過程中，有時(shí)會(huì)需要對圖像進(jìn)行分割來提取有價(jià)值的用于后繼處理的部分，例如篩選特征點(diǎn)，或者分割一或多幅圖片中含有特定目標(biāo)的部分等。

圖像分割指的是將數(shù)字圖像細(xì)分為多個(gè)圖像子區(qū)域（像素的集合，也被稱作超像素）的過程。圖像分割的目的是簡化或改變圖像的表示形式，使得圖像更容易理解和分析。更精確地說，圖像分割是對圖像中的每個(gè)像素加標(biāo)簽的一個(gè)過程，這一過程使得具有相同標(biāo)簽的像素具有某種共同視覺特性。

“圖像語意分割”是一個(gè)像素級(jí)別的物體識(shí)別，即每個(gè)像素點(diǎn)都要判斷它的類別。它和檢測的區(qū)別是，物體檢測是一個(gè)物體級(jí)別的，他只需要一個(gè)框，去框住物體的位置，而通常分割是比檢測要更難的問題。

計(jì)算機(jī)視覺是通過創(chuàng)建人工模型來模擬本由人類執(zhí)行的視覺任務(wù)。其本質(zhì)是模擬人類的感知與觀察的一個(gè)過程。這個(gè)過程不止識(shí)別，而是包含了一系列的過程，并且最終是可以在人工系統(tǒng)中被理解和實(shí)現(xiàn)的。

目前在計(jì)算機(jī)視覺領(lǐng)域已經(jīng)涌現(xiàn)出商湯科技、曠視科技、深蘭科技、依圖科技、云從科技等一批技術(shù)領(lǐng)先的獨(dú)角獸公司，行業(yè)稱為“視覺五虎將”。

來源：機(jī)器視覺沙龍

審核編輯：湯梓紅