人工智能的应用-计算机视觉的详细介绍

【专题 | 【计算机视觉】  计算机视觉技术行业现状、市场分析与发展前景】

【产业链图谱 | 人工智能产业链图谱_人工智能产业链全景图】

【研究报告 | 人工智能行业研究报告】

      随着大数据和物联网的发展，我们获取数据的渠道大幅度增加，在拥有海量数据和处理数据方式大幅度提升的背景下，将这些数据应用在实践中成为新的研究课题，这也催化了结构化视觉数据的发展。

　　计算机视觉概念

　　对图像中的客观对象构建明确而有意义的描述，从一个或多个数字图像中计算三维世界的特性” “基于感知图像做出对客观对象和场景有用的决策。

　　计算机视觉的研究目标

　　计算机视觉的研究目标是使计算机具备人类的视觉能力，能看懂图像内容、理解动态场景，期望计算机能自动提取图像、视频等视觉数据中蕴含的层次化语义概念及多语义概念间的时空关联等。自 2012 年以来，计算机视觉领域不断涌现出很多激动人心的研究成果，例如，人脸识别、物体识别与分类等方面的性能已接近甚至超过人类视觉系统。因此，可以说计算机视觉当前发展已进入了一个新的阶段。

　　计算机视觉的研究发展

　　视觉研究是在Roberts之前都是基于二维的，而且多数是采用模式识别的方法完成分类工作的。Roberts首先用程序成功地对三维积木世界进行解释，在之后类似的研究中，Huffman。Clowes以及Waltz等人对积木世界进行了研究并分别解决了由线段解释景物和处理阴影等问题。积木世界的研究反映了视觉早期研究中的一些特点，即从简化的世界出发进行研究。这些工作对视觉研究的发展起了促进作用，但对于稍微复杂的景物便难以奏效。

　　20世纪70 年代中期，以Marr，Barrow和Tenebaum等人为代表的一些研究者提出了一整套视觉计算的理论来描述视觉过程，其核心是从图像恢复物体的三维形状。在视觉研究的理论上，以Marr的理论影响最为深远。其理论强调表示的重要性，提出要从不同层次去研究信息处理的问题。对于计算理论和算法实现，他又特别强调计算理论的重要性。这一框架虽然在细节上甚至在主导思想上还存在不完备的方面，许多方面还有很多争议，但至今仍是目前计算机视觉研究的基本框架。

　　进入80年代中后期，随着移动式机器人等的研究，视觉研究与之密切结合，大量引入了空间几何的方法以及物理知识，其主要目标是实现对道路和障碍的识别处理。这一时期引入主动视觉的研究方法，使用了距离传感器，并采用了多传感器融合等技术。

　　计算机视觉的技术应用

　　国外机器视觉系统应用于很多方面，如用于海洋石油开采，海底勘查的水下机器人;用于医疗外科手术及研究的医用机器人;帮助人类了解宇宙的空间机器人;完成特殊任务的核工业机器人等。虽然我国在机器视觉方面的发展与世界先进水平相比还有一定差距，但机器视觉系统的研制工作也取得了一定的成果。我国视觉机器人应用主要有以下目的：用以代替人类从事危险、有害和恶劣环境、超净环境下的工作;把人从肮脏、繁重的劳动中解放出来;提高劳动生产率，改善产品质量，快速响应市场要求，加强在国际市场的竞争能力。

     计算机视觉的应用范围广泛，现阶段的研究方向也要趋于深层次研究化，为构建良好的市场发展格局做好技术基础。