中科院计算机视觉特征检测.pdf

计算机视觉—特征检测 申抒含 中国科学院自动化研究所 模式识别国家重点实验室 有关计算机视觉——上节课的一些疑问 • 计算机视觉课学习的主要内容是什么？ • 计算机视觉的目的是什么？物体识别？三维重建？ • 我上过模式识别课，还有必要学习计算机视觉吗？ 有关计算机视觉——整体框架 Marr,1981 Poggio,2000 Hinton,2006 图像 特征提取 特征提取 2.5维深度图 深度学习 子空间学习 三维模型 理解 有关计算机视觉——整体框架 Marr,1981 Poggio,2000 Hinton,2006 图像 2-11周 12周 13周 特征提取 特征提取 2.5维深度图 深度学习 子空间学习 三维模型 理解 有关计算机视觉——一些疑问 这三种视觉计算模型哪个最好？ Marr模型： • 人类视觉的主要功能是复原三维场景的可见几何表面； • 开创了计算机视觉学科； • 在此模型上形成了以摄影几何为基础的完整的几何视觉理 论； • 这一模型目前看来是不符合人类视觉的； • 但Marr提出的层次化三维重建框架，至今是计算机视觉中 的主流方法。 有关计算机视觉——一些疑问 这三种视觉计算模型哪个最好？ Poggio模型： • 人类对物体的表达，不是物体的三维几何形状，而是该物 体在不同视点下的一组图像； • 有心理学和生理学基础； • 在此基础上发展了大量基于机器学习的方法（图像—特征 —学习—识别）； • 这一模型仍不完善，基于子空间学习的方法遭遇瓶颈。 有关计算机视觉——一些疑问 这三种视觉计算模型哪个最好？ Hinton模型： • 人类感知（包括视觉）的处理过程，是一个深层网络加工 过程； • 结构决定功能。人脑中一个神经元功能有限，但分层+联结 的脑网络则具有高级智慧； • 多层结构+分层学习的DNN在有效提升了图像、语音、文 字的识别水平； • DNN并非万能，也不是尽善尽美；DNN 只是对大脑非常 粗略的近似（况且我们对人脑认知机理了解还很肤浅）； DNN 网络内部的本质机理还不明确。 有关计算机视觉——一些疑问 既然现有模型都不完善，为什么要学习它？ • 计算机视觉是一门以应用为导向的学科，除了要实现人类 视觉功能这一终极目标，还有许多其他现实应用，如三维 地图、人机交互、目标跟踪、人脸识别等。在现有模型框 架下，存在很多可以满足这些应用需求的有效方法。 • 现有的计算机架构与人脑结构有本质区别，计算机擅长大 规模逻辑运算（如“深蓝”战胜卡斯帕洛夫）。在我们对 人脑有充分认识之前，很难找到有效的视觉可计算模型（ 欧盟和美国的人脑计划）。 • 学习现有的，才有可能发展未来的。 计算机视觉课程结构图 图像 2.特征检测