计算机视觉是什么

计算机视觉是指用摄像机和电脑及其他相关设备，对生物视觉的一种模拟。它的主要任务是让计算机理解图片或者视频中的内容，就像人类和许多其他生物每天所做的那样。

 

我们可以将其任务目标拆分为：

让计算机理解图片中的场景(办公室，客厅，咖啡厅等)

让计算机识别场景中包含的物体(宠物，交通工具，人等)

让计算机定位物体在图像中的位置(物体的大小，边界等)

让计算机理解物体之间的关系或行为(是在对话，比赛或吵架等)，以及图像表达的意义(喜庆的，悲伤的等)

那我们在OpenCV阶段，主要学习图像处理，而图像处理主要目的是对图像的处理，比如平滑，缩放等，想、从而为其他任务(比如“计算机视觉”)做好前期工作。

根据对计算机视觉目标任务的分解，可将其分为三大经典任务：图像分类、目标检测、图像分割。

 

图像分类(Classification)：即是将图像结构化为某一类别的信息，用事先确定好的类别(category)来描述图片。

目标检测(Detection)：分类任务关心整体，给出的是整张图片的内容描述，而检测则关注特定的物体目标，要求同时获得这一目标的类别信息和位置信息(classification + localization)。

图像分割(Segmentation)：分割是对图像的像素级描述，它赋予每个像素类别(实例)意义，适用于理解要求较高的场景，如无人驾驶中对道路和非道路的分割。

接下来的课程中我们将围绕这三个任务对计算机视觉进行介绍。

应用场景

计算机视觉涉及的领域复杂，具有广泛的实际应用范围。总体而言，依赖于人工智能和机器学习，尤其是计算机视觉的创新的好处是，从电子商务行业到更经典的各种类型和规模的公司都可以利用其强大的功能，下图展示了相关的应用场景及相关的企业：

 

人脸识别

人脸识别技术目前已经广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗等行业。据业内人士分析，我国的人脸识别产业的需求旺盛，需求推动导致企业敢于投入资金。

代表企业：Face++旷视科技、依图科技、商汤科技、深醒科技、云从科技等。

 

视频监控

人工智能技术可以对结构化的人、车、物等视频内容信息进行快速检索、查询。这项应用使得让公安系统在繁杂的监控视频中搜寻到罪犯的有了可能。在大量人群流动的交通枢纽，该技术也被广泛用于人群分析、防控预警等。

代表企业：SenseTime 商汤科技、DeepGlint 格灵深瞳、依图科技、云天励飞、深网视界等。

 

图片识别分析

代表企业：Face++旷视科技、图普科技、码隆科技、酒咔嚓、YI+陌上花科技等。

 

辅助驾驶

随着汽车的普及，汽车已经成为人工智能技术非常大的应用投放方向，但就目前来说，想要完全实现自动驾驶/无人驾驶，距离技术成熟还有一段路要走。不过利用人工智能技术，汽车的驾驶辅助的功能及应用越来越多，这些应用多半是基于计算机视觉和图像处理技术来实现。

代表企业：纵目科技、TuSimple 图森科技、驭势科技、MINIEYE 佑驾创新、中天安驰等。

 

除了上述这些，计算机视觉在三维视觉，三维重建，工业仿真，地理信息系统，工业视觉，医疗影像诊断，文字识别(OCR)，图像及视频编辑等领域也有广泛的应用。