信息技术 第二册（五年制高职）课件 9.2.2 计算机视觉的定义.pptx

让机器识别图像计算机视觉的定义《信息技术》主题九：人工智能

目录contents引言计算机视觉的定义计算机视觉与人类视觉的关系计算机视觉的三个优势计算机视觉技术的发展历程

引言01

1.引言计算机视觉是人工智能的一个领域，是指让计算机和系统能够从图像、视频和其他视觉输入中获取有意义的信息，并根据该信息采取行动或提供建议。计算机视觉是一门研究如何使机器“看”的科学，更进一步来说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理。计算机视觉技术利用机器学习和神经网络来训练计算机，使计算机能够及时检测到缺陷和问题，以免影响正常工作。目前基于深度学习的方法已经成为很多计算机视觉任务的前沿技术。

计算机视觉的定义02

2.计算机视觉的定义计算机视觉是一门研究如何使机器“看”的科学，更进一步来说，就是指用摄影机和电脑等设备，代替人眼对目标进行识别、跟踪和测量等机器视觉操作。人类在认识、了解世界的信息中，80%的信息来自视觉，同样地，计算机视觉是机器认知世界的基础，其终极目的是使计算机能够像人一样“看懂世界”。先理解视频和静止图像的内容，然后从中收集有用的信息，以便解决越来越多的问题。计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。

计算机视觉与人类视觉的关系03

3.1计算机视觉与人类视觉的关系人类视觉存在长短错觉、平行错觉和大小错觉，而在计算机视觉中，不会发生这些错觉。人类执行这类视觉任务时没有明显的计算过程，而是整体感知。人类视觉产生错觉，主要原因是受到其他线条的影响，进而产生错觉。

3.1计算机视觉与人类视觉的关系在计算机视觉中，平面形状的几何参数和特性通过数值的计算获得，所以不受图中其他形状的影响。知觉不是简单地被刺激模式决定的，而是在有效的资料中寻找最好的解释。人类视觉具有对知觉的理解性，人根据以往所获得的知识和经验对感觉的信息进行解释。人类视觉能够根据自己的理解对图像做出解释，这是目前计算机视觉无法做到的。

3.2计算机视觉和人类视觉的区别(3)人类的神经比计算机视觉更加复杂；(4)计算机只是按照人类的指示做事，人类大脑有自己的思维；(5)计算机视觉可以获取人类视觉获取不到的信息；(6)计算机视觉可以在人类到不了的地方作业，如：真空作业。(1)计算机视觉是机器视觉，人类视觉是生物视觉；(2)人类的眼睛比摄像机更加灵活；

计算机视觉的三个优势04

4.计算机视觉的三个优势在图像处理方面，计算机视觉技术能够实现超人类的准确性，例如图片颜色、细节敏感度等方面。在细微变化识别方面上，计算机性能远胜于人类，例如医疗图像分析、芯片质检等方面。在计算能力方面上，计算机计算速度与精确性完胜人类，例如超级计算机。

计算机视觉技术的发展历程05

5.计算机视觉技术的发展历程20世纪50年代人们开始研究生物视觉工作原理，科学家从电生理学的角度来分析猫的视觉皮层系统，从中发现了视觉通路中的信息分层处理机制，并提出了感受野的概念。20世纪60年代严格意义上来讲，计算机视觉是在20世纪60年代逐步发展起来的。这个时期还诞生了人类历史上的第一位计算机视觉博士，即LarryRoberts(拉里·罗伯茨)。

5.计算机视觉技术的发展历程人们的研究热情空前高涨，研究范围遍布角点特征、边缘、颜色、纹理提取以及推理规则建立等很多方面。20世纪70～80年代：MIT（麻省理工学院）的人工智能实验室在这一时期的计算机视觉领域中发挥了相当积极的推动作用。设置了机器视觉课程，同时该实验室还吸引了众多研究人员参与到计算机视觉的研究中。

5.计算机视觉技术的发展历程20世纪80年代01逻辑学和知识库等理论在人工智能领域占据了主导地位。人们试图建立专家系统来存储先验知识，然后与实际项目中提取的特征进行规则匹配。20世纪90年代02此时计算机视觉虽然已经发展了几十年，但仍然没有得到大规模的应用，很多理论还处于实验室的水平，离商用要求相去甚远。21世纪初03随着机器学习的兴起，CV领域开始取得一些实际的应用进展。例如，科学家利用Adaboost算法出色地完成了人脸的实时检测，并被富士公司应用到商用产品中。

5.计算机视觉技术的发展历程012010年之后：计算机视觉技术的研究和应用得到跨越性的发展，主要得益于三个方面：算力、数据（算料）和算法。02计算机运算能力呈现指数级的增长。ImageNet、PASCAL等超大型图片数据库使得深度学习训练成为可能。03业界一些极具影响力的竞赛项目(例如ILSVRC)激励了全世界范围内的学者们竞相加入，从而催生了一个又一个优秀的深度学习框架。04模型算法的不断演进革新。

THANKS感谢观看