信息技术 第二册（五年制高职）课件 9.2.4 计算机视觉技术关键技术.pptx

让机器识别图像《信息技术》主题九：人工智能

计算机视觉关键技术

目录contents图像处理技术图像分类目标检测图像分割实例分割视频分类人体关键点检测目标跟踪

图像处理技术01

1.图像处理技术图像增强前后对比效果图像边缘检测包括图像增强、图像滤波、边缘检测、特征提取等技术，用于对图像进行预处理和增强。

图像分类02

2.图像分类图像分类是指对图像中所包含的物体进行分类，一般分类物体为图像的主体，解决图片是什么的问题。图像分类可以分为两个步骤：训练和测试。在训练阶段，计算机会从已知类别的图像中学习并构建一个分类模型，该模型可以将不同的图像分为不同的类别。在测试阶段，计算机会使用该模型对未知图像类别进行预测，并提供预测的置信度。

目标检测03

3.目标检测目标检测任务是找出图像或视频中人们感兴趣的物体，并同时检测出它们的位置和大小。不同于图像分类任务，目标检测不仅要解决分类问题，还要解决定位问题。如图所示，即要定位出人、马、狗的位置，还需要做图像内容进行分类识别。

图像分割04

4.图像分割图像分割也称语义分割，是指将一幅图像分成多个区域，使每个区域内具有相似的特征。通常情况下，图像分割可以分为两类：基于区域的分割和基于边缘的分割。基于区域的分割是将图像分成不同的区域，每个区域具有相似的颜色、纹理、亮度等特征。基于边缘的分割是将图像分成不同的区域，每个区域由图像中的边缘构成。

实例分割05

5.实例分割在语义分割的基础上，将多个重叠物体和不同背景的复杂景象进行分类，比如语义分割中，识别出图像中这一片区域是人，这一片区域是车，但在实例分割中，会在人的区域中识别出有5个人，分别用不同颜色来标记，车的区域有3辆车，分别用不同颜色来标记。在实例分割中，我们不仅需要将这些不同的对象进行分类，而且还要确定对象的边界、差异和彼此之间的关系。

视频分类06

6.视频分类与图像分类不同的是，视频分类的对象不再是静止的图像，而是一个由多帧图像构成的、包含语音数据、包含运动信息等的视频对象，因此理解视频需要获得更多的上下文信息，不仅要理解每帧图像是什么、包含什么，还需要结合不同帧，知道上下文的关联信息。

人体关键点检测07

7.人体关键点检测通过人体关键节点的组合和追踪来识别人的运动和行为，对于描述人体姿态，预测人体行为至关重要。

目标跟踪08

8.目标跟踪目标跟踪是指在特定场景跟踪某一个或多个特定感兴趣对象的过程。目标跟踪与目标检测类似，都是在图像中检测感兴趣物体。二者的区别在于，目标检测只针对单帧图像进行目标定位，而目标跟踪是处理连续多帧图像。

THANKS感谢观看