文章目錄

• 計(jì)算機(jī)視覺導(dǎo)論
• • 1：提出
• 7：文字檢測和識別
• • 1：OCR
• 6：行人檢測，重識別和姿態(tài)估計(jì)
• 5：人臉檢測和識別

• 計(jì)算機(jī)視覺課程完全不知道怎么復(fù)習(xí)，由于沒有咋讀過論文，所以PPT里面的東西基本都看不懂。
• 以后碰到PPT里面有論文的，還是要提前讀一讀

計(jì)算機(jī)視覺導(dǎo)論

1：提出

• 1966年的MIT的一個暑假項(xiàng)目，構(gòu)建視覺系統(tǒng)的主體部分

• 20世紀(jì)70年代

  • 在解決推理和規(guī)劃等問題之前，視覺輸入的處理
  • 與數(shù)字圖像處理相區(qū)別的是從圖像中恢復(fù)場景的三維結(jié)構(gòu)并更好的理解場景
  • 數(shù)字圖像處理，計(jì)算機(jī)圖像處理，將圖像信號轉(zhuǎn)變?yōu)閿?shù)字信號并且利用計(jì)算機(jī)進(jìn)行處理的過程，通過計(jì)算機(jī)對圖像進(jìn)行去除噪聲，增強(qiáng)，復(fù)原，分割，提取特征。
  • Block word
  • 線條標(biāo)注（line labeling）
  • 邊緣檢測（edge detection）
  • 非多邊形的三維建模
    • 采用廣義錐作為部件，通過圖案結(jié)構(gòu)彈性安排部件
  • 圖像分割

• 20實(shí)際80年代

  • 利用本征圖像，理解亮度和陰影的變化
  • 立體視覺對應(yīng)
  • 基于亮度的光流
  • 圖像金字塔
  • 由X到形狀
  • 更好的邊緣檢測算法：動態(tài)演化輪廓跟蹤器
  • 三維數(shù)據(jù)的處理
  • 利用變分優(yōu)化的思想，是用正則化來加強(qiáng)魯棒性
  • 馬爾可夫隨機(jī)場來表達(dá)

• 20世界90年代

  • 光流
  • 多視角重建
  • 跟蹤：粒子濾波
  • SIFT（手工提取的一個巔峰，基于局部匹配，能夠找到圖片的穩(wěn)定點(diǎn)和關(guān)鍵點(diǎn)）
  • 統(tǒng)計(jì)學(xué)習(xí)方法，CV技術(shù)首先使用在照相機(jī)上，用于對焦

• 21世紀(jì)

  • 圖割

7：文字檢測和識別

1：OCR

• purpose：識別圖像中的文字信息

• input：一張圖像

• output：圖像中的文字

• evaluation：

  • 平均編輯距離：衡量整篇文章的指標(biāo)，反映順序，多識別，漏識別
  • 字符識別準(zhǔn)確率：所以字符的正確率，但是無法反應(yīng)漏識別
  • 文本行識別成功率：

• 簡單理解

  • 漢字，十萬個字
  • 阿拉伯?dāng)?shù)字：10
  • 英語52 大小寫
  • 特征提取（還是是用滑動窗口或者是候選框嗎？分割）
  • 字符分類器，不同語種的字符數(shù)量差異巨大，并且相似度不同

• 印刷體文字識別

  • 字符排列規(guī)整：易于檢測
    • 基于模板

• 手寫體文字識別

  • 聯(lián)機(jī)手寫文字識別 / 實(shí)時手寫識別 / 在線手寫體識別
  • 人在手寫文字的時候，及其根據(jù)所書寫文字的比劃，筆順等特征

• 脫機(jī)手寫 / 離線手寫文字識別

  • 先寫在紙上，然后掃描成圖像，再識別文字
  • 脫機(jī)識別和印刷體識別相似，但是手寫隨意性太大，對字符檢測和識別都很難

• STR （Scene Text recognition）

  • 多種語言文本混合
  • 方向
  • 模糊，變形

• 傳統(tǒng)文本檢測 + 識別

  • 先進(jìn)行壁畫和字符的檢測，基于連接組件和基于滑動窗口的兩種方法，再進(jìn)行非文本過濾。
  • 手工特征SWT，MSER無法利用上下文的信息
  • 預(yù)測過程中，前端使用標(biāo)準(zhǔn)的CNN提取文本圖像的特征，利用BLSTM將特征向量進(jìn)行融合以提取字符序列的上下文特征，然后將每列的特征改了吧分布，最后通過轉(zhuǎn)錄層CTC進(jìn)行預(yù)測得到文本的序列。

• SegLink

  • 角度的靈活檢測，模型不僅能夠?qū)W習(xí)和輸出邊框的位置，還能夠輸出文本框的旋轉(zhuǎn)角度誰他
  • 切片，然后連接各個字的中心點(diǎn)，得到旋轉(zhuǎn)角度
  • 增加了對于角度的檢測，使得對于各種角度的文本都具有魯棒性

• 基于候選框

• 基于分割

• CRNN

• 端到端的

6：行人檢測，重識別和姿態(tài)估計(jì)

• 基于手工提取特征
• 基于部件檢測
• 基于深度學(xué)習(xí)
  • joint
• 行人的重識別
  • 基于手工特征
  • 深度學(xué)習(xí)
• 姿態(tài)估計(jì)
  • 單人姿態(tài)估計(jì)
  • 多人姿態(tài)估計(jì)

5：人臉檢測和識別

• 基于模板的方法
• 基于ADBOOST
• 非約束環(huán)境下的人臉檢測
• 深度學(xué)習(xí)
• 人臉識別
  • 基于特診匹配基于深度學(xué)習(xí)
  • 人臉的對其
• 美顏
• GAN

總結(jié)

以上是生活随笔為你收集整理的CV 复习（大纲）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。