计算机视觉和AI | CV小结 | 附资源分享 | 解读技术
|懶人閱讀：計算機視覺的應用無處不在，就像視覺是我們感知世界的最主要方式之一，所以其應用場景和公司也數不勝數。機器學習、深度學習等技術使用到CV之中后，為很多復雜視覺信號的處理帶來了可能，從而可以進行更加精準的目標識別、目標跟蹤、場景重建等應用。
|如果想要機器能夠進行思考，我們需要先教會它們去看。?
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?李飛飛——Director of Stanford AI Lab and Stanford Vision Lab
|CV定義（參考）和機器學習技術的使用
? ? ? ?機器學習、深度學習等技術使用到CV之中后，為很多復雜視覺信號的處理帶來了可能，例如傳統的采集、預處理、特征提取、目標識別等過程可以通過一個CNN或GAN網絡結構實現，從而可以進行更加精準的目標識別、目標跟蹤、場景重建等應用，也有很多功能、產品和公司出現。
? ? ? ? 計算機視覺（CV，computer vision）狹義上說是使用計算機及相關設備對生物視覺的一種模擬，可簡單理解為替代“眼睛”。它的主要任務就是通過對采集的圖片或視頻進行處理以獲得相應場景的三維信息，就像人類和許多其他類生物每天所做的那樣。
? ? ? ?廣義上說是通過二維三維圖像、視頻等圖像信息的感知，進而開展決策的一種科學。其中包括計算機科學和工程、信號處理、物理學、應用數學和統計學，神經生理學和認知科學等。
可能的理解誤區
? ? ? ? 不意味著計算機必須按人類視覺的方法完成視覺信息的處理。
? ? ? ? 個人認為不必嚴格界定機器視覺、計算機視覺和模式識別等方向的區別，重點在于對實際問題的解決，下圖是維基百科上的一種劃分方式，供參考。
|主要技術架構
感知：采集視覺信號，感知器可以是各種光敏攝像機，包括遙感設備，X射線斷層攝影儀，雷達，超聲波接收器等。
處理：現在的機器學習很多算法已經可以將整個處理過程在一個網絡結構中完成。主要涉及環節有去噪、取樣等，減少目標干擾。提取目標特征。檢測分割：分割一或多幅圖片中含有特定目標的部分。
應用：
? ? ? ?識別評估：人臉識別、姿態識別、字符識別等
? ? ? ?目標跟蹤：運動信號監測、圖像跟蹤等；
? ? ? ?場景重建：給定一個場景的二或多幅圖像或者一段錄像，場景重建尋求為該場景建立一個計算機模型/三維模型等。
|公司、產品及應用場景（部分）
? ? ? ?谷歌，微軟，Facebook、亞馬遜、蘋果、英特爾、華為、BAT等無一沒有建立自己的AI實驗室，AI里面，計算機視覺或圖像處理是非常重要的一塊。
? ? ? ?世界各大汽車公司，如特斯拉、通用、寶馬等，在推動無人駕駛技術之中，視覺導航是核心關鍵技術之一。
? ? ? ?同樣道理，無人機公司（大疆）、機器人公司（地平線）、攝像頭公司（海康威視、曠視科技、商湯科技）、圖像處理軟件公司（Adobe、美圖），甚至是迪士尼等電影動畫制作公司都在CV方面大量投入資源開展應用。
? ? ? ?可以看出計算機視覺的應用無處不在，很好理解，圖像無處不在是我們感知世界的最主要方式之一，所以其應用場景和公司數不勝數，掛一漏萬，盤點如下：
無人駕駛的視覺導航：還沒有條件實現象人那樣能識別和理解任何環境，完成自主導航的系統，如避障、路徑規劃等。相關公司及產品有：
工業機器人，也被稱為機器視覺，指的是自主機器人的視覺，用于檢測和測量的視覺。相關公司及產品有：速感科技（讓機器人認識世界，用機器人改變世界），是一家以機器視覺為核心的人工智能創業公司，目標是成為機器人行業領先的視覺解決方案提供商，產品線包括：三維視覺傳感器、機器人移動開發底盤、AGV導航定位模塊、智能跟隨機器人。
視頻監控（安防、金融安全）：小區門禁、身份識別（金融、安防）、社會場所安全監視及目標識別跟蹤，包括攝像頭跟蹤（運動匹配）、監視、人臉識別等。相關公司及產品有：海康威視；曠視科技，Face++專注于人臉識別技術和相關產品應用研究，面向開發者提供服務。擁有一套非常強大的人臉檢測系統；商湯科技，早期專注于安防領域，現在擴展到互聯網＋。格靈深瞳深耕安防和商業數據分析領域，自主研發的深瞳技術在人和車的檢測、跟蹤與識別方面居于世界領先水平，產品線包括人眼攝像機、行為分析儀、車輛特征識別系統、視圖大數據分析平臺。
醫療計算機視覺和醫學圖像處理：從顯微鏡圖像，X射線圖像，血管造影圖像，超聲圖像和斷層圖像等之中檢測腫瘤，動脈粥樣硬化或其他惡性變化。還可以作為醫學測量的新手段，如腦結構，評估醫學治療質量、超聲圖像、X射線圖像，降低噪聲的影響的圖像等。
工業制造中的質量控制與測量：食物的光學分揀、缺陷自動檢測、機器人臂的位置和細節取向測量。
軍事應用：有關作戰的場景的豐富感知，如探測敵方士兵或車輛和導彈制導、雷達圖像分析等。
? ? ? ? ?這里推薦一篇文章，計算機視覺與深度學習公司，對于公司盤點的比較全面，傳送門：http://blog.csdn.net/hduxiejun/article/details/53725836
|技術沿革、當前發展、熱點方向
? ? ? ? 技術沿革：計算機視覺領域的突出特點是其多樣性與不完善性，直到20世紀70年代后期，當計算機的性能提高到足以處理諸如圖像這樣的大規模數據時，計算機視覺才得到了正式的關注和發展。涉及的主要技術領域：物理（電磁波：主要是可見光與紅外線部分）、生物視覺系統（視覺的生物機制）、信號處理（尤其是時變信號處理）和數學（統計學，最優化理論以及幾何學）。
? ? ? ? 當前發展：計算機視覺的經典問題進入了傳統方法的瓶頸期，在不使用神經網絡等算法時可能存在很多困難，如果把Deep Learning進入CV的2012年作為新時代的開始，很多神經網絡對于各種視覺場景識別問題的解決都實現了很好的效果。
? ? ? ? 熱點方向：當前發展毋庸置疑是AI技術，尤其是機器學習、深度學習在CV中的應用，賦予了這個方向新的生命。引用知乎答主周博磊的話：計算機視覺在人工智能和深度學習的大背景下方興未艾。現在的CV和AI研究其實是變得越來越扁平快，論文數量和研究方向也是繁多. 已經很難follow。目前在技術上有一些可能的熱點：
機器人視覺
基于GAN的生成視覺模型方向
多媒體計算機視覺，也叫多模態視覺
會議及期刊
頂級會議
ICCV：International Conference on Computer Vision，國際計算機視覺大會
CVPR：International Conference on Computer Vision and Pattern Recognition，國際計算機視覺與模式識別大會
ECCV：European Conference on Computer Vision，歐洲計算機視覺大會
較好會議
ICIP：International Conference on Image Processing，國際圖像處理大會
BMVC：British Machine Vision Conference，英國機器視覺大會
ICPR：International Conference on Pattern Recognition，國際模式識別大會
ACCV：Asian Conference on Computer Vision，亞洲計算機視覺大會
頂級期刊
PAMI：IEEE Transactions on Pattern Analysis and Machine Intelligence，IEEE 模式分析與機器智能雜志
IJCV：International Journal on Computer Vision，國際計算機視覺雜志
較好期刊
TIP:IEEE Transactions on Image Processing，IEEE圖像處理雜志
CVIU：Computer Vision and Image Understanding，計算機視覺與圖像理解
PR：Pattern Recognition，模式識別
PRL：Pattern Recognition Letters，模式識別快報
|授人以漁，資料分享
卷積神經網絡在計算機視覺中的應用（ Computer Vision: the use of CovNets），在此推薦斯坦福的CS231n課程：針對視覺識別的卷積神經網絡。?
MIT周博磊博士：http://people.csail.mit.edu/bzhou/?聚集分析、運動檢測
初探計算機視覺的三個源頭、兼談人工智能｜正本清源：http://mp.weixin.qq.com/s?__biz=MzI3MTM5ODA0Nw==&mid=100000002&idx=2&sn=32face7f1acb17e07f3c38dde41d880e；計算機視覺領軍人物之一加州大學洛杉磯分校UCLA統計學和計算機科學教授Song-Chun Zhu的訪談錄
杜克大學的Guillermo Sapiro所教授的課程——《圖像和視頻處理：從火星到好萊塢Image and Video Processing: From Mars to Hollywood with a Stop at the Hospital》，可以在coursera和YouTube上找到相關的課程視頻信息。
Gonzalez與Woods編寫的《數字圖像處理（Digital Image Processing）》一書，使用MATLAB來運行其中所提到的范例。
佛羅里達大學的Mubarak Shah教授在計算機視覺方面的課程可以作為一門很好的入門課程
黎中央理工學院的Nikos Paragios和Pawan Kumar講授了一門人工視覺中的離散推理（Discrete Inference in Artificial Vision）課程，它能提供相關的概率圖形模型和計算機視覺相關的大量數學知識。
《使用Python對計算機視覺進行編程/Programming Computer Vision with Python》
|參考資料
百度百科，計算機視覺：https://baike.baidu.com/item/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/2803351?fr=aladdin
雷鋒網，七步帶你認識計算機視覺：https://www.leiphone.com/news/201608/UaRVIbntJCdv4G9K.html
計算機視覺領域的一些牛人博客，超有實力的研究機構等的網站鏈接：http://blog.csdn.net/carson2005/article/details/6601109
知乎神帖，中國計算機視覺的前途在哪？機器視覺工程師又何去何從？：https://www.zhihu.com/question/20451261
知乎神帖：機器視覺與計算機視覺的區別？：https://www.zhihu.com/question/23183532
善用智能之道：行業動態、技術前沿、產業服務，歡迎關注聯系：九三智能控
PS：可申請進入微信群交流，不定期分享資料，拓展行業人脈。添加微信：yan_kylin，注明名字+研究領域/專業/學校/公司，或在公眾號留言。
總結
以上是生活随笔為你收集整理的计算机视觉和AI | CV小结 | 附资源分享 | 解读技术的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 什么是Base64 编码，Base64
- 下一篇： AI 趋势