最近在学习计算机视觉，顺便把笔记记录在这里，方便复习。

1.基本概念

计算机视觉：是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理成为更适合人眼观察或传送给仪器检测的图像1。

简而言之有两点：
1.让计算机具有人类视觉的所有功能
2.让计算机从图像数据中,提取有用的信息

1.1.特点

模拟人类视觉的优越能力:
•识别人、物体、场景
•估计立体空间、距离
•躲避障碍物进行导航
•想象并描述故事
•理解并讲解图片

弥补人类视觉的缺陷:
•关注显著内容、容易忽略很多细节
•不在乎、不擅长精细感知
•容易受幻觉干扰
•描述主观、磨轮两可
•不善于长时间稳定的执行同一个任务

1.2.研究方向

两个主要研究方向：

• 语义感知
  1.场景理解【最终形态】
  视觉描述(Visual Captioning)
  视觉问答(Visual Question Answering)
  2.基础理解【根本】
  分类、识别、检测、分割、显著性等
  得益于深度学习网络发展,性能大幅提升

• 几何属性

2.主要研究内容

2.1.计算机视觉的基础

• 数据图像处理
• 图像特征及描述

2.2.深度学习在计算机视觉中的应用

• 图像分类：卷积神经网络CNN
• 图像检测：区域卷积神经网络R-CNN
• 图像分割：全卷积神经网络FCN
• 图像描述：迭代神经网络RNN
• 图像问答：迭代神经网络RNN
• 图像生成：生成对抗网络GAN

2.3.图像检索

2.4.研究挑战

1. 视角变化
2. 光照变化
3. 尺度变化
4. 形态变化
5. 背景混淆
6. 干扰
7. 遮挡
8. 类内物体的外观差异