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

一、什么是計算機視覺?

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

二、計算機視覺和機器視覺有何區(qū)別?

事實上，二者經(jīng)常會被混淆，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)重點不一樣，甚至差別很大。 計算機視覺(CV)，主要是對質(zhì)的分析，比如分類識別，這是一個杯子那是一條狗?；蛘咦錾矸荽_認(rèn)，比如人臉識別，車牌識別?；蛘咦鲂袨榉治?，比如人員入侵，徘徊，遺留物，人群聚集等。

機器視覺(MV)，主要側(cè)重對量的分析，比如通過視覺去測量一個零件的直徑，一般來說，對準(zhǔn)確度要求很高。

三、計算機視覺主要任務(wù)是什么?

計算機視覺的主要任務(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。計算機視覺任務(wù)的主要類型有以下幾種：

1、物體檢測

物體檢測是視覺感知的第一步，也是計算機視覺的一個重要分支。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)，這個目標(biāo)可能是物體，也可能是一些屬性或者場景。

2、物體識別(狹義)

計算機視覺的經(jīng)典問題便是判定一組圖像數(shù)據(jù)中是否包含某個特定的物體，圖像特征或運動狀態(tài)。這一問題通?？梢酝ㄟ^機器自動解決，但是到目前為止，還沒有某個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)的識別，比如簡單幾何圖形識別、人臉識別、印刷或手寫文件識別，或者車輛識別。而且這些識別需要在特定的環(huán)境中，具有指定的光照，背景和目標(biāo)姿態(tài)要求。

3、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)，這是計算機視覺的核心問題之一。這個過程往往與機器學(xué)習(xí)和深度學(xué)習(xí)不可分割。

4、物體定位

如果說圖像識別解決的是what，那么，物體定位解決的則是where的問題。利用計算視覺技術(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)物體的定位對于計算機視覺在安防、自動駕駛等領(lǐng)域的應(yīng)用有著至關(guān)重要的意義。

5、圖像分割

在圖像處理過程中，有時會需要對圖像進(jìn)行分割來提取有價值的用于后繼處理的部分，例如篩選特征點，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像素加標(biāo)簽的一個過程，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”是一個像素級別的物體識別，即每個像素點都要判斷它的類別。它和檢測的區(qū)別是，物體檢測是一個物體級別的，他只需要一個框，去框住物體的位置，而通常分割是比檢測要更難的問題。

計算機視覺是通過創(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過程。這個過程不止識別，而是包含了一系列的過程，并且最終是可以在人工系統(tǒng)中被理解和實現(xiàn)的。