计算机视觉的研究方向

      AI研究的一个主要问题是：如何使一个系统具有“计划”和“决策能力”？用来完成特定的技术性动作。此问题便与计算机视觉问题密切相关。计算机视觉系统作为一个感知器，为决策提供信息。其他的研究方向包括模式识别和机器学习，也就是它有时被视为人工智能和计算机科学的一个分支。下面就由小编为您介绍计算机视觉的研究方向。

网易易盾

0

1条点评

咨询产品

免费试用

解决用户选型困难的好软件，有各维度的信息

客户案例

暂无

合作品牌

35

计算机视觉的研究方向

1.图像分类

方向特点：图像分类的比赛基本落幕，也接近算法的极限。但是在实际的应用中却面临着比比赛中更加复杂，比如样本不均衡，分类界面模糊，未知类别等

2.目标检测

方向特点：目标检测方向有一些固有的难题，比如小脸，遮挡，大姿态。

3.图像分割

 方向特点：在基于深度学习的图像分割中，有一些比较关键的技术，包括反卷积的使用，多尺度特征融合，crf等后处理方法。

4.目标跟踪

方向特点

目标跟踪有一些难点：

(1) 目标表征表达问题，虽然深度学习方法具有很强的目标表征能力，但是仍然容易受相似环境的干扰。

(2) 目标快速运动，由于很多跟踪的物体都是高速运动，因此既要考虑较大的搜索空间，也要在保持实时性的前提下减小计算量。

(3) 变形，多尺度以及遮挡问题，当目标发生很大的形变或者临时被遮挡如何保持跟踪并且在目标重新出现时恢复跟踪。

      计算机视觉领域的突出特点是多样性和不完善性。这个领域的先驱可以追溯到更早的时候，但直到20世纪70年代后期，当计算机的性能提高到足以处理图像等大规模数据时，计算机视觉才得到正式的关注和发展。然而，这些发展往往源于其他不同领域的需求，所以计算机视觉问题一直没有得到正式定义。自然，计算机视觉问题应该如何解决，没有成型公式。以上就是小编为您介绍的计算机视觉的研究方向。