前言

图像处理 vs 计算机视觉

图像处理

输入是图像或视频，输出也是图像或视频。

计算机视觉

输入是图像或视频，输出不仅限于图像或视频，还可以是语义标签、3维场景的结构信息等，更强调的是图像或者视频内容的输出。

相关课程

斯坦福大学的课程最好最完整
CS131: Computer Vision: Foundations and Applications （2012年之前的技术）
一Fall 2018, Juan Carlos Niebles and Ranjay Krishna
一Undergraduate introductory class
CS231a: Computer Vision, from 3D Reconstruction to Recognition（计算机视觉3维重建）
一Professor Silvio Savarese
一Image processing, cameras, 3D reconstruction, segmentation, object recognition,scene understanding; not just deep learning
CS 230: Deep Learning
一Spring 2019, Prof. Andrew Ng and Kian Katanforoosh
CS231n: Convolutional Neural Networks for Visual Recognition（卷积神经网络与视觉识别）
一Justin Johnson & Serena Yeung & Fei-Fei Li
一Focusing on applications of deep learning to computer vision

计算机视觉简介

计算机视觉顶级会议

CVPR（IEEE Conference on Computer Vision and Pattern Recognition）
ICCV（International conference on computer vision）

计算机视觉的目标

跨越“语义鸿沟”建立像素到语义的映射

图像中的信息

三维场景的结构信息

语义信息

计算机视觉的研究方向

计算机视觉任务和算法是交替发展的，大多算法是将其他领域的算法进行优化和改进后引入计算机视觉领域。

三维信息获取

视觉识别

图像分类

目标检测

图像分割

图像描述

图像生成

计算机视觉的发展

人类视觉的相关研究

Hubel&Wiesel

1981诺贝尔医学奖
Dr. Hubel said:
There has been a myth that the brain cannot understand itself. It is compared to a man trying to lift himself by his own baotstraps. We feel that is nonsense. The brain can be studied just as the kidney can.
人类的视觉感知从物体的边缘开始

人类视觉的优良性

人类视觉的优良性的代价

运动视盲

视觉上下文感知

没有移动的运动

1963 机器视觉系统研究

《Machine Perception of Three-Dimensional Solids》1963Larry Roberts

1966 MIT本科生暑期视觉项目

计算机视觉的起源1966年，该项目没有成果，甚至不知道应该解决什么问题，问题的难点在哪里，但使得图像处理和计算机视觉相互独立出来。

行业先驱 David Marr（1945-1980）

大卫马尔（David Marr）是计算机视觉的先驱，被称为计算机视觉之父。

David Marr的贡献

将计算机视觉的问题分为了三个层次

计算理论

计算的目的是什么?该问题的已知或可以施加的约束是什么?

表达和算法（最重要）

输入、输出和中间信息是如何表达的?使用哪些算法来计算所期望的结果?

视觉表达的三个阶段

边缘图

提取输入图像的边缘

2.5-D简图

有语义概念的形体

3-D模型

硬件实现

表达和算法是如何映射到实际硬件即生物视觉系统或特殊的硅片上的?相反地，硬件的约束怎样才能用于指导表达和算法的选择?随着计算机视觉中使用图形芯片和多核结构日益增长，这个问题再次变得相当重要

计算机视觉应用进展

计算机视觉与动画产业

Motion Capture

将真实演员的行为提取出来，赋给虚拟的动画任务

计算机视觉与三维建模

计算机视觉与摄影

相机的人脸检测，主流方法是adaboost算法。
机场或商场的人脸检测，主流方法是深度学习算法。

计算机视觉与生物识别

虹膜识别

How the Afghan Girl was Identified by Her Iris Patterns - John Daugman

指纹识别（已成熟）

人脸识别

光学字符识别（OCR）

计算机视觉与家用型机器人

计算机视觉与视觉搜索

计算机视觉与穿戴设备

snapstacles、google project glass

计算机视觉在自动驾驶与无人驾驶中的应用

计算机视觉与新零售

计算机视觉与人机交互

计算机视觉在增强现实中的应用

计算机视觉在机器人及太空探索中的应用

计算机视觉在气象学中的应用

卷积神经网络

对于视觉识别任务而言，目前最有效的工具就是卷积神经网络。

为什么卷积神经网络在视觉识别任务中最有效？

卷积神经网络的发展

深度学习

深度学习三要素

算法
数据
算力

【计算机视觉】计算机视觉与深度学习-01-计算机视觉相关介绍-北邮鲁鹏老师课程笔记相关推荐

1. 【计算机视觉】计算机视觉与深度学习-北邮鲁鹏老师课程笔记

   计算机视觉与深度学习-北邮鲁鹏老师课程笔记 01-计算机视觉相关介绍 02-图像分类 03-全连接神经网络 04-图像去噪&卷积&边缘提取 05-纹理表示&卷积神经网络 06- ...

2. 笔记：计算机视觉与深度学习-北邮-鲁鹏-2020年录屏-第一讲

   笔记:计算机视觉与深度学习-北邮-鲁鹏-2020年录屏 写在开头(重复的) 1.课程来源:B站视频. 2.笔记目的:个人学习+增强记忆+方便回顾 3.时间:2021年4月8日 4.同类笔记链接:(钩子 ...

3. 程序如何在两个gpu卡上并行运行_深度学习分布式训练相关介绍 - Part 1 多GPU训练...

   本篇文章主要是对深度学习中运用多GPU进行训练的一些基本的知识点进行的一个梳理 文章中的内容都是经过认真地分析,并且尽量做到有所考证 抛砖引玉,希望可以给大家有更多的启发,并能有所收获 介绍 大多数时 ...

4. 计算机视觉（北邮鲁鹏）--卷积

   卷积 定义:卷积运算就是对于图像 f(x,y) 中的每个像素,将其作为中心像素,计算它及其邻域像素和kernel核 w(a,b)对应位置元素的乘积,然后把结果相加到一起,得到的值就作为该中心像素的新值 ...

5. 计算机视觉（北邮鲁鹏）--边缘提取

   边缘分类 1.面上不连续        2.深度不连续        3.图像         4.阴影边 提取边 边就是信号突变的地方,求导即可. 对x求导=右边的数-自身的数 求导通过卷积来计算, ...

6. 深度学习和计算机视觉相关总结

   最近要找工作,个人比较心仪的岗位当然是DL&CV,大概是因为硕士期间对这些研究的比较多.有时接触的东西多了,但是很多看了一次就忘记了,就算是看过多次的也留不下多少记忆.原因当然是没有系统地进行 ...

7. 【深度学习】计算机视觉相关技术探索（一）

   [深度学习]计算机视觉相关技术探索(一) 文章目录 1 计算机视觉概述 2 使用机器学习解决图像分类问题 3 Keras和神经网络简介 4 卷积神经网络(CNN),迁移学习 5 对象检测问题 6 yo ...

8. 深度学习与计算机视觉系列(8)_神经网络训练与注意点

   深度学习与计算机视觉系列(8)_神经网络训练与注意点 作者:寒小阳  时间:2016年1月.  出处:http://blog.csdn.net/han_xiaoyang/article/details ...

9. 深度学习与计算机视觉系列(4)_最优化与随机梯度下降\数据预处理，正则化与损失函数

   1. 引言 上一节深度学习与计算机视觉系列(3)_线性SVM与SoftMax分类器中提到两个对图像识别至关重要的概念: 用于把原始像素信息映射到不同类别得分的得分函数/score function 用 ...

最新文章

1. Kafka0.10.2.0分布式集群安装
2. 前大灯是近光灯还是远光灯_汽修案例：长安福特翼博前大灯间歇自动点亮
3. php跳转到另外一个方法,PHP 页面跳转到另一个页面的多种方法方法总结
4. git创建仓库，并提交代码（第一次创建并提交）
5. [转载]Qt之模型/视图（实时更新数据）
6. 【李宏毅NLP笔记】Tacotron 可以从哪些方面改进
7. Canny边缘检测 原理python代码
8. 第一期：浙大版《JAVA语言程序设计教程》（第二版）翁凯等 主编 ——小白的入门之路(上）（一）
9. 云通俗的讲是一种基于网络的计算机,云计算通俗讲义（pdf+epub+mobi+txt+azw3）
10. docker gitlab 初始密码查看
11. 推荐几个在线编程学习的网站，程序员必备
12. 自动驾驶中的SLAM
13. 面试官硬核提问，教你轻松应对（面试小技巧）1
14. android开发 重启app
15. 《Kali Linux高级渗透测试原书第2版》网络渗透测试技术书 无线网络渗透测试详解 黑客攻击与防范实战从入门到精通书
16. 记录笔记时得到的人生的两个道理
17. 按快捷键进不去bios问题解决
18. 实战项目之基于flask的及时聊天系统
19. GRBL学习-常用G代码
20. 美国孩子上学真像你以为的那么轻松吗？

热门文章

1. RUID,EUID,SUID
2. 2020年的年终总结：简述毕业后的测试之旅，愿测试人都不再迷茫！
3. 硬盘未格式化如何处理(硬盘忽然未格式化如何处理)
4. （脑肿瘤分割笔记：五十七）基于3D注意力UNet的脑肿瘤分割与生存预测
5. 现在距离1970年1月1日的天数
6. Nginx (7)：nginx高可用配置
7. 可兼容K9F1G08U0D型号的AFND1G08U3-CKAI
8. OCR文字识别项目（原理）
9. item()和iteritem(),python3.X中items()
10. Unity中如何制作预制件（prefab）