圖像識(shí)別與計(jì)算機(jī)視覺(jué)86課件

圖像識(shí)別與計(jì)算機(jī)視覺(jué)IMAGERECOGNITIONANDCOMPUTERVISION主講人：胡水清清??目錄CONTENT01計(jì)算機(jī)視覺(jué)的種類02圖像識(shí)別的發(fā)展過(guò)程01計(jì)算機(jī)視覺(jué)的種類

計(jì)算機(jī)視覺(jué)是使用計(jì)算機(jī)及相關(guān)設(shè)備對(duì)生物視覺(jué)的一種模擬。它的主要任務(wù)就是通過(guò)對(duì)采集的圖片或視頻進(jìn)行處理以獲得相應(yīng)場(chǎng)景的三維信息，就像人類和許多其他類生物每天所做的那樣。

圖像分類算法流程樣本示例數(shù)據(jù)特征提取與原圖對(duì)比圖像分類圖像類別輸出新圖像增加模型（預(yù)測(cè)函數(shù)）推理預(yù)測(cè)

計(jì)算機(jī)參數(shù)更新01計(jì)算機(jī)視覺(jué)的種類風(fēng)格遷移圖像重構(gòu)超分辨率圖像分類圖像分割目標(biāo)檢測(cè)人臉圖像生成01計(jì)算機(jī)視覺(jué)的種類

圖像分類，也可以稱為圖像識(shí)別，顧名思義，就是辨別圖像是什么，或者說(shuō)圖像中的物體屬于什么類別。圖像分類根據(jù)不同分類標(biāo)準(zhǔn)可以劃分為很多種子方向。圖像分類(ImageClassification)01計(jì)算機(jī)視覺(jué)的種類比如根據(jù)類別標(biāo)簽，可以劃分為：二分類問(wèn)題，比如判斷圖片中是否包含人臉；多分類問(wèn)題，比如鳥類識(shí)別；

多標(biāo)簽分類，每個(gè)類別都包含多種屬性的標(biāo)簽，比如對(duì)于服飾分類，可以加上衣服顏色、紋理、袖長(zhǎng)等標(biāo)簽，輸出的不只是單一的類別，還可以包括多個(gè)屬性。圖像分類(ImageClassification)01計(jì)算機(jī)視覺(jué)的種類

根據(jù)分類對(duì)象，可以劃分為：通用分類，比如簡(jiǎn)單劃分為鳥類、車、貓、狗等類別；

細(xì)粒度分類，目前圖像分類比較熱門的領(lǐng)域，比如鳥類、花卉、貓狗等類別，它們的一些更精細(xì)的類別之間非常相似，而同個(gè)類別則可能由于遮擋、角度、光照等原因就不易分辨。圖像分類(ImageClassification)01計(jì)算機(jī)視覺(jué)的種類

目標(biāo)檢測(cè)通常包含兩方面的工作，首先是找到目標(biāo)，然后就是識(shí)別目標(biāo)。目標(biāo)檢測(cè)可以分為單物體檢測(cè)和多物體檢測(cè)，即圖像中目標(biāo)的數(shù)量，例子如下所示：

以下兩個(gè)例子是來(lái)自VOC2012數(shù)據(jù)集的圖片目標(biāo)檢測(cè)(ObjectDetection)01計(jì)算機(jī)視覺(jué)的種類

圖像分割是基于圖像檢測(cè)的，它需要檢測(cè)到目標(biāo)物體，然后把物體分割出來(lái)。一個(gè)圖形分割的例子如下所示，上圖就是一個(gè)實(shí)例分割的例子，用不同的顏色表示不同的實(shí)例。圖像分割(ObjectSegmentation)01計(jì)算機(jī)視覺(jué)的種類

風(fēng)格遷移是指將一個(gè)領(lǐng)域或者幾張圖片的風(fēng)格應(yīng)用到其他領(lǐng)域或者圖片上。比如將抽象派的風(fēng)格應(yīng)用到寫實(shí)派的圖片上。

一個(gè)風(fēng)格遷移的例子如下,圖A是原圖，后面的B-F五幅圖都是根據(jù)不同風(fēng)格得到的結(jié)果。風(fēng)格遷移(StyleTransfer)01計(jì)算機(jī)視覺(jué)的種類

圖像重構(gòu)，也稱為圖像修復(fù)(ImageInpainting)，其目的就是修復(fù)圖像中缺失的地方，比如可以用于修復(fù)一些老的有損壞的黑白照片和影片。通常會(huì)采用常用的數(shù)據(jù)集，然后人為制造圖片中需要修復(fù)的地方。圖像重構(gòu)(ImageReconstruction)

例子來(lái)自論文"ImageInpaintingforIrregularHolesUsingPartialConvolutions"01計(jì)算機(jī)視覺(jué)的種類超分辨率(Super-Resolution)超分辨率是指生成一個(gè)比原圖分辨率更高、細(xì)節(jié)更清晰的任務(wù)。圖例來(lái)自論文"Photo-RealisticSingleImageSuper-ResolutionUsingaGenerativeAdversarialNetwork"。

圖像生成是根據(jù)一張圖片生成修改部分區(qū)域的圖片或者是全新的圖片的任務(wù)。這個(gè)應(yīng)用最近幾年快速發(fā)展，主要原因也是由于生成式對(duì)抗網(wǎng)絡(luò)GANs是最近幾年非常熱門的研究方向，而圖像生成就是GANs的一大應(yīng)用。01計(jì)算機(jī)視覺(jué)的種類圖像生成(ImageSynthesis)01計(jì)算機(jī)視覺(jué)的種類

人臉?lè)矫娴膽?yīng)用，包括人臉識(shí)別、人臉檢測(cè)、人臉匹配、人臉對(duì)齊等等，這應(yīng)該是計(jì)算機(jī)視覺(jué)方面最熱門也是發(fā)展最成熟的應(yīng)用，而且已經(jīng)比較廣泛的應(yīng)用在各種安全、身份認(rèn)證等，比如人臉支付、人臉解鎖。人臉01計(jì)算機(jī)視覺(jué)的種類

發(fā)展到現(xiàn)在AI識(shí)別已經(jīng)不是什么可以讓人大驚小怪的功能，分散文段中的文字進(jìn)行特定信息提取、識(shí)別圖片中的文字并提取翻譯、識(shí)別圖片中的物品并搜索購(gòu)物早已非常常見(jiàn)，這些都是人工智能中計(jì)算機(jī)視覺(jué)在手機(jī)中的應(yīng)用。其他02圖像識(shí)別的發(fā)展過(guò)程

在“2018年中國(guó)AI手機(jī)用戶認(rèn)為最有價(jià)值的AI功能”排行前10中，視覺(jué)類AI功能占據(jù)七席，其中人臉解鎖功能居首人臉解鎖主要包括2D與3D兩種技術(shù)方案，2D人臉識(shí)別是對(duì)于人臉的平面特征予以識(shí)別，目前應(yīng)用較廣；而3D人臉識(shí)別是基于立體深度的面部特征進(jìn)行識(shí)別，主要有結(jié)構(gòu)光、TOF和立體視覺(jué)三類。02圖像識(shí)別的發(fā)展過(guò)程

除人臉解鎖以外智能光線拍攝、AI智慧美顏和智能識(shí)圖也同時(shí)出現(xiàn)在“2018年中國(guó)AI手機(jī)用戶最常使用的AI功能”前五位當(dāng)中。02圖像識(shí)別的發(fā)展過(guò)程

無(wú)人駕駛汽車通過(guò)車載傳感系統(tǒng)獲取環(huán)境信息后調(diào)整汽車速度及轉(zhuǎn)向，實(shí)現(xiàn)汽車的安全平穩(wěn)行駛。而計(jì)算機(jī)視覺(jué)作為人工智能領(lǐng)域的一項(xiàng)基本技術(shù)，在人工智能于交通領(lǐng)域的范疇內(nèi)有著極為廣泛的應(yīng)用。主要包括基于計(jì)算機(jī)視覺(jué)的道路檢測(cè)和前方車輛識(shí)別技術(shù)。除此之外，還有雷達(dá)探測(cè)超聲波探測(cè)等技術(shù)。計(jì)算機(jī)視覺(jué)技術(shù)由于其信息量豐富，成本低廉而被認(rèn)為是目前最有效的技術(shù)而被廣泛采用。但由于技術(shù)尚待進(jìn)一步發(fā)展，其在陰雨等較為惡劣天氣條件下的靈敏度和穩(wěn)定性都有所下降。02圖像識(shí)別的發(fā)展過(guò)程

這是目前尚待解決有待解決的問(wèn)題。美國(guó)的Google公司于2010年開始了對(duì)無(wú)人駕駛汽車的研發(fā)，對(duì)計(jì)算機(jī)視覺(jué)和雷達(dá)等傳感器識(shí)別交通信號(hào)進(jìn)行了研究。目前，Google的無(wú)人駕駛汽車行駛總里程已超過(guò)200萬(wàn)英里。02圖像識(shí)別的發(fā)展過(guò)程

無(wú)人駕駛作為一項(xiàng)新興技術(shù)，存在其智能化程度高、方便快捷等諸多優(yōu)勢(shì)，但也存在:首先成本過(guò)高、安全性目前在應(yīng)對(duì)復(fù)雜天氣狀況仍不夠高的內(nèi)在問(wèn)題，其次，存在相關(guān)法律法規(guī)不夠完善、對(duì)傳統(tǒng)汽車及其相關(guān)行業(yè)沖擊極大導(dǎo)致社會(huì)問(wèn)題等外在阻礙因素。但總地來(lái)說(shuō)，無(wú)人駕駛在當(dāng)前日漸擁堵的情況下必然會(huì)繼續(xù)完善，在未來(lái)得到普遍的應(yīng)用。02圖像識(shí)別的發(fā)展過(guò)程車聯(lián)網(wǎng)是指由車輛位置、行駛速度、行駛路線等構(gòu)成的信息交互網(wǎng)絡(luò)。是一種向環(huán)保、安全、節(jié)能方向發(fā)展的車網(wǎng)聯(lián)合技術(shù)。主要應(yīng)用在智能駕駛、緊急救援系統(tǒng)以及智能化交通管理等幾方面。通過(guò)人工智能以及傳感技術(shù)，使駕駛者能夠?qū)崟r(shí)掌握交通狀況，同時(shí)方便交通部門的管理。例如電子收費(fèi)系統(tǒng)(etc)，極大地方便了駕駛者與管理者。使出行更加方便快捷。02圖像識(shí)別的發(fā)展過(guò)程

智能交通系統(tǒng)(1TS)1994年正式認(rèn)定為國(guó)際術(shù)語(yǔ)。

美國(guó)在智慧交通領(lǐng)域發(fā)展較早，于上個(gè)世紀(jì)60年代就已研發(fā)電子道行系統(tǒng)。而歐洲各國(guó)如英法德等發(fā)達(dá)國(guó)家于80年代左右開始了相應(yīng)系統(tǒng)的研發(fā)。智能交通系統(tǒng)是實(shí)現(xiàn)綠色交通系統(tǒng)的技術(shù)支撐。智能交通系統(tǒng)02圖像識(shí)別的發(fā)展過(guò)程

我國(guó)于1999年成立了相關(guān)研究小組。目前，智慧交通已經(jīng)能夠?qū)崿F(xiàn)在交通領(lǐng)城中充分運(yùn)用物聯(lián)網(wǎng)、云計(jì)算、人工智能、自動(dòng)控制等技術(shù)而建立起的實(shí)時(shí)、準(zhǔn)確、高效的綜合運(yùn)輸和管理。

智能交通目前主要體現(xiàn)在輔助駕駛，智能交通機(jī)器人，智能交通監(jiān)控，智能出行決策等方面?，F(xiàn)如今，高德地圖、百度地圖等各大地圖軟件提供了智能路線規(guī)劃、智能導(dǎo)航(駕車、步行、騎行)、出行信息提示以及實(shí)時(shí)路況顯示等服務(wù)。02圖像識(shí)別的發(fā)展過(guò)程智慧交通作為智慧城市的重要組成部分通過(guò)人、車、路的和諧、密切配合提高交通運(yùn)輸效率，緩解交通阻塞。提高路網(wǎng)通過(guò)能力，減少交通事故，降低能源消耗，減輕環(huán)境污染。面臨著行業(yè)資源分散，數(shù)據(jù)信息地城性強(qiáng)，產(chǎn)業(yè)鏈條不完整等問(wèn)題。需要在未來(lái)不斷磨合與共享，技術(shù)創(chuàng)新去解決。智慧交通在解決道路安全與提高便捷性方面有優(yōu)勢(shì)。有理由相信，智慧交通必然會(huì)在未來(lái)的城市建設(shè)中大放異彩。02圖像識(shí)別的發(fā)展過(guò)程智慧交通作為智慧城市的重要組成部分

通過(guò)人、車、路的和諧、密切配合提高交通運(yùn)輸效率，緩解交通阻塞。

提高路網(wǎng)通過(guò)能力，減少交通事故，降低能源消耗，減輕環(huán)境污染。

面臨著行業(yè)資源分散，數(shù)據(jù)信息地城性強(qiáng)，產(chǎn)業(yè)鏈條不完整等問(wèn)題。

需要在未來(lái)不斷磨合與共享，技術(shù)創(chuàng)新去解決。

智慧交通在解決道路安全與提高便捷性方面有優(yōu)勢(shì)。有理由相信，智慧交通必然會(huì)在未來(lái)的城市建設(shè)中大放異彩。Thankyouforlistening主講人：胡水清清??Loremipsumd