人工智能-18. 计算机视觉发展史1_第1页
人工智能-18. 计算机视觉发展史1_第2页
人工智能-18. 计算机视觉发展史1_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

18：计算机视觉发展史（1）教师姓名授课名称人工智能及机器学习基础知识授课形式授课班级授课地点授课日期章节名称计算机视觉发展史（1）教学目的了解计算机视觉发展史。了解人工智能技术的应用。重点难点重点：人类视觉和计算机视觉的特点。难点：人工智能技术的应用。主要内容一、课程引入了解计算机视觉的发展史，能进一步加深我们对计算机视觉的认识。课程内容最早计算机视觉的研究始于1960年代的图像识别研究。经历了近60年的变迁，计算机视觉研究的问题也由简单到复杂，其研究方法也随着人工智能的发展也改变。计算机视觉已经取得了一系列的研究成果，这一领域在过去的40多年中已成为AI研究中最活跃的一部分。如人脸识别、视频分析等计算机技术已经在我们的生活中随处可见了。1960年代，积木世界分析方法1963年，MIT的Roberts发表了该领域的第一篇论文，通过计算机程序从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构。该工作开创了以“识别三维积木场景中的物体”为目的的计算机视觉研究。研究人员认为，如果积木世界中的物体可以被识别出来，就可以推广到更复杂的三维场景物体识别中。当时，科学家总结了不同物体在图像中的特点，编写了对应的数据结构和规则，通过推理来进行物体识别。这种方法称为“积木世界”分析方法。1970年代，Marr视觉理论1977年，David Marr 提出了计算机视觉理论，也称为Marr视觉理论。Marr认为，人类视觉功能的实现是“从视网膜成像的二维图像来恢复空间物体的可见三维表面形状”，称之为“三维重建”能力。Marr认为，从图像到三维表达，需要经过三个计算阶段：（1）从图像获得基元；（2）通过立体视觉、运动、光照、轮廓等模块，获得2.5维表达；（3）最后提升，获得三维表达。4.1980年代，特征匹配研究人员逐渐认识到：要让计算机理解图像，不一定要先恢复物体的三维结构。可以直接从图像出发，同样可以完成计算机视觉中的任务，最典型的就是物体识别（目标识别）。例如，使用计算机来识别猫和狗。采用特征匹配方法的步骤：由人类专家来分析猫和狗的形状或其他特征，建立先验知识，构造特征库，包括颜色、形状、纹理等等。计算机分别计算图像中物体的特征，与特征库进行匹配；（3）如果满足匹配条件，就完成了识别任务。在这一阶段，围绕计算机视觉的特征，研究人员提出了很多方法，提取生活中常见物品的特征，构建特征库，然后用几何、代数等方法在特征层面进行匹配。常见的视觉特征包括：颜色特征、纹理特征、形状和轮廓特征等等。计算机视觉形成了以“特征”为核心的方法：找到一种最优的特征表示方法，对一个待识别或者待分类的问题进行特征表达，然后进行计算，根据特征值的比较结果进行识别。1990年代，特征方法逐渐发展壮大，对物体描述的粒度也从整体特征扩展到了局部特征。同时，通过统计大量的局部特征来获取整体特征，提高了识别准确率。与此同时，研究开发了一系列计算机

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论