计算视觉

导论

认知 谋划 行动，三个层次，认知能力欠缺
思考 阅读 交流 实现，四个步骤，缺少交流

David Marr的视觉计算理论

• 1945－1980，英年早逝
• 论文推荐 Cooperative computation of stereo disparity, Science
• 论文推荐 Theory of edge detection
• this book is meant to enjoyed 这本书意味着一种享受

信息处理的三个层次

• 计算理论
  收款机做的是算数运算，涉及到加法理论。
  收款机计算理论：①不买物不付钱（零规则）②价格输入顺序不影响总价格（交换律）③分批输入价格不影响总价格（结合律）④退货后支出是零（反数）
  计算策略：以6×9－2×6为例。策略①54-12＝42。策略② 6×(9-2)=42
• 表示和算法
• 硬件实现

视觉表示框架

• 第一阶段 以原始图像为输入，抽取边缘、纹理等基本特征，称为基元草图
• 第二阶段 以原始图像、基元草图为输入，以观测者为中心，抽取深度信息，但不是真正的物体三维表述，称为二维半草图
• 第三阶段 以原始图像、基元草图、二维半草图为输入，以物体为中心，恢复、表示和识别三维物体

一些书籍（Marr吹）

• 《惊人的假设——灵魂的科学探索》汪云九 译
• 《认知科学导论》 章士嵘 人民出版社 1992
• 《认知心理学》 梁宁建 上海教育出版社 2003
• 《心智、大脑和计算机——认知科学基础导论》 RM哈尼什 浙江大学出版社 2010
• 《认知神经科学：关于心智的生物学》 GazzanigaMS 中国轻飞业出版社 2011

计算机视觉研究的五大研究分支

• 输入装置
  计算摄像学，研究成像装置和数字化装置。
• 低层视觉
  对原始图像加工和处理，提取图像的基本特征，还包括图像变换（矫正）、纹理检测等。
• 中层视觉
  恢复场景的深度、表面法线方向、轮廓等有关场景的2.5维信息。实现的途径有：立体视觉、测距成像、运动估计等。
• 高层视觉
  恢复物体的完整三维图，建立三维描述，识别三维物体并确定物体的位置和方向。
• 体系结构
  在高度抽象的层次上，根据系统模型而不是实现设计的具体例子来研究系统的结构。体系结构研究涉及一系列相关的课题：并行结构、分层结构、信息流结构、拓扑结构以及从设计到实现的途径。

计算机视觉的应用

视觉的特性

• 错位性
• 整体性
• 恒定性
• 多感知通道的相互影响
  麦格克McGurk效应