|懒人阅读:计算机视觉的应用无处不在,就像视觉是我们感知世界的最主要方式之一,所以其应用场景和公司也数不胜数。机器学习、深度学习等技术使用到CV之中后,为很多复杂视觉信号的处理带来了可能,从而可以进行更加精准的目标识别、目标跟踪、场景重建等应用。
|如果想要机器能够进行思考,我们需要先教会它们去看。
李飞飞——Director of Stanford AI Lab and Stanford Vision Lab
|CV定义(参考)和机器学习技术的使用
机器学习、深度学习等技术使用到CV之中后,为很多复杂视觉信号的处理带来了可能,例如传统的采集、预处理、特征提取、目标识别等过程可以通过一个CNN或GAN网络结构实现,从而可以进行更加精准的目标识别、目标跟踪、场景重建等应用,也有很多功能、产品和公司出现。
计算机视觉(CV,computer vision)狭义上说是使用计算机及相关设备对生物视觉的一种模拟,可简单理解为替代“眼睛”。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息,就像人类和许多其他类生物每天所做的那样。
广义上说是通过二维三维图像、视频等图像信息的感知,进而开展决策的一种科学。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学,神经生理学和认知科学等。
不意味着计算机必须按人类视觉的方法完成视觉信息的处理。
个人认为不必严格界定机器视觉、计算机视觉和模式识别等方向的区别,重点在于对实际问题的解决,下图是维基百科上的一种划分方式,供参考。
|主要技术架构
识别评估:人脸识别、姿态识别、字符识别等
目标跟踪:运动信号监测、图像跟踪等;
场景重建:给定一个场景的二或多幅图像或者一段录像,场景重建寻求为该场景建立一个计算机模型/三维模型等。
|公司、产品及应用场景(部分)
谷歌,微软,Facebook、亚马逊、苹果、英特尔、华为、BAT等无一没有建立自己的AI实验室,AI里面,计算机视觉或图像处理是非常重要的一块。
世界各大汽车公司,如特斯拉、通用、宝马等,在推动无人驾驶技术之中,视觉导航是核心关键技术之一。
同样道理,无人机公司(大疆)、机器人公司(地平线)、摄像头公司(海康威视、旷视科技、商汤科技)、图像处理软件公司(Adobe、美图),甚至是迪士尼等电影动画制作公司都在CV方面大量投入资源开展应用。
可以看出计算机视觉的应用无处不在,很好理解,图像无处不在是我们感知世界的最主要方式之一,所以其应用场景和公司数不胜数,挂一漏万,盘点如下:
这里推荐一篇文章,计算机视觉与深度学习公司,对于公司盘点的比较全面,传送门:http://blog.csdn.net/hduxiejun/article/details/53725836
|技术沿革、当前发展、热点方向
技术沿革:计算机视觉领域的突出特点是其多样性与不完善性,直到20世纪70年代后期,当计算机的性能提高到足以处理诸如图像这样的大规模数据时,计算机视觉才得到了正式的关注和发展。涉及的主要技术领域:物理(电磁波:主要是可见光与红外线部分)、生物视觉系统(视觉的生物机制)、信号处理(尤其是时变信号处理)和数学(统计学,最优化理论以及几何学)。
当前发展:计算机视觉的经典问题进入了传统方法的瓶颈期,在不使用神经网络等算法时可能存在很多困难,如果把Deep Learning进入CV的2012年作为新时代的开始,很多神经网络对于各种视觉场景识别问题的解决都实现了很好的效果。
热点方向:当前发展毋庸置疑是AI技术,尤其是机器学习、深度学习在CV中的应用,赋予了这个方向新的生命。引用知乎答主周博磊的话:计算机视觉在人工智能和深度学习的大背景下方兴未艾。现在的CV和AI研究其实是变得越来越扁平快,论文数量和研究方向也是繁多. 已经很难follow。目前在技术上有一些可能的热点:
会议及期刊
ICCV:International Conference on Computer Vision,国际计算机视觉大会
CVPR:International Conference on Computer Vision and Pattern Recognition,国际计算机视觉与模式识别大会
ECCV:European Conference on Computer Vision,欧洲计算机视觉大会
ICIP:International Conference on Image Processing,国际图像处理大会
BMVC:British Machine Vision Conference,英国机器视觉大会
ICPR:International Conference on Pattern Recognition,国际模式识别大会
ACCV:Asian Conference on Computer Vision,亚洲计算机视觉大会
PAMI:IEEE Transactions on Pattern Analysis and Machine Intelligence,IEEE 模式分析与机器智能杂志
IJCV:International Journal on Computer Vision,国际计算机视觉杂志
TIP:IEEE Transactions on Image Processing,IEEE图像处理杂志
CVIU:Computer Vision and Image Understanding,计算机视觉与图像理解
PR:Pattern Recognition,模式识别
PRL:Pattern Recognition Letters,模式识别快报
|授人以渔,资料分享
|参考资料
百度百科,计算机视觉:https://baike.baidu.com/item/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/2803351?fr=aladdin
雷锋网,七步带你认识计算机视觉:https://www.leiphone.com/news/201608/UaRVIbntJCdv4G9K.html
计算机视觉领域的一些牛人博客,超有实力的研究机构等的网站链接:http://blog.csdn.net/carson2005/article/details/6601109
知乎神帖,中国计算机视觉的前途在哪?机器视觉工程师又何去何从?:https://www.zhihu.com/question/20451261
知乎神帖:机器视觉与计算机视觉的区别?:https://www.zhihu.com/question/23183532