计算机视觉在做哪些基本任务？
发布时间
阅读量：
阅读量
如何才可以让计算机理解一张图片？
这张图片的内容是无法被计算机直接理解的。但是根据不同的需求,我们可以制定不同的任务,让计算机完成任务,这些主要任务大致可以分为四个主要类别:
一是分类 （Classification），即对图像进行分析以获取内容描述，并通过预先定义的类别标签或实例ID进行描述；二是定位 （Localization），即确定目标在图像中的具体位置；通常采用包围盒形式表示；三是检测 （Detection），对整体图像进行分析以获取内容描述；而检测则专注于特定的目标物体识别；其要求同时获得目标的类别信息及其位置信息；值得注意的是，在目标定位中通常只有一个或固定数量的目标；而目标检测则更具一般性；其能够处理不同数量和类型的物体；四是分割 （Segmentation），包含语义分割与实例分割两种技术；其中语义分割不区分相同类别中的不同实例；例如当下图中出现五个人时；语义分割会将所有相关像素预测为‘人’这一类别；与此不同的是实例分割需识别哪些像素属于第一个体、第二个体等具体个体。
算法实现的基本思路
基本框架是在图像特征提取的基础上，进行分类和回归。
| 任务 | 框架模式 |
|---|---|
| 分类 | 特征提取+分类 |
| 定位 | 特征提取+回归 |
| 检测 | 特征提取+分类和回归 |
| 分割 | 特征提取+分类和回归 |
特征提取的方法有两种：1、人工设计特征提取器的方法；2、卷积神经网络
全部评论 (0)
还没有任何评论哟~