計(jì)算機(jī)視覺 (CV) 是人工智能的眾多子集之一，使計(jì)算機(jī)和系統(tǒng)能夠從數(shù)字圖像、視頻等數(shù)據(jù)中收集有價(jià)值的見解。首先，它使用復(fù)雜的算法處理大量數(shù)據(jù)。然后，結(jié)合機(jī)器的原始處理能力，CV 從數(shù)據(jù)中識別模式和特征，從中學(xué)習(xí)并做出預(yù)測。人工智能 (AI) 賦予機(jī)器思考的能力；計(jì)算機(jī)視覺使他們能夠看到、觀察和理解。

由于人工智能的進(jìn)步以及深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的創(chuàng)新，該領(lǐng)域近年來取得了長足的進(jìn)步。它在檢測和標(biāo)記物體方面已經(jīng)超越了人類。隨著人工智能和計(jì)算能力的進(jìn)步，計(jì)算機(jī)視覺發(fā)生了巨大的轉(zhuǎn)變。從簡單的物體識別到繪制火星的地形圖，計(jì)算機(jī)視覺已經(jīng)走過了漫長的道路。

以下是有關(guān)計(jì)算機(jī)視覺的一些知識：

計(jì)算機(jī)視覺的工作原理

訓(xùn)練人工智能及其子集，例如機(jī)器學(xué)習(xí) (ML)、自然語言處理 (NLP) 和計(jì)算機(jī)視覺等，需要大量數(shù)據(jù)。AI 處理數(shù)據(jù)并學(xué)習(xí)區(qū)分它們并識別特定圖像。例如，程序員必須提供大量貓的圖像和其他與貓有關(guān)的圖像進(jìn)行處理，以訓(xùn)練計(jì)算機(jī)識別貓。計(jì)算機(jī)視覺的工作原理是這樣的：首先獲取，然后處理，最后理解圖像。

數(shù)據(jù)集中的圖像使用圖像注釋工具進(jìn)行標(biāo)記，使 AI 能夠識別圖像。除了這個(gè)工具之外，這個(gè)過程還涉及另外兩種技術(shù)：卷積神經(jīng)網(wǎng)絡(luò) (CNN) 和稱為深度學(xué)習(xí)的機(jī)器學(xué)習(xí)子領(lǐng)域。圖像標(biāo)注尤為重要，因?yàn)槿绻麡?biāo)注的質(zhì)量是一流的，人工智能的表現(xiàn)會(huì)更好。

工程師和程序員使用機(jī)器學(xué)習(xí)算法來訓(xùn)練計(jì)算機(jī)或機(jī)器分析和識別圖像。CNN 有助于將圖像分解為像素，這個(gè)過程在深度學(xué)習(xí)算法的幫助下標(biāo)記像素并識別圖像。

計(jì)算機(jī)視覺的用途

計(jì)算機(jī)視覺被用于各個(gè)行業(yè)，而不僅僅是科技行業(yè)。其中一些計(jì)算機(jī)視覺適用的領(lǐng)域包括：

• 汽車行業(yè)

計(jì)算機(jī)視覺使車輛能夠處理周圍環(huán)境。汽車在環(huán)繞攝像頭的幫助下檢測和分類物體。然后計(jì)算機(jī)將結(jié)果發(fā)送到系統(tǒng)，將這些數(shù)據(jù)用于車輛的自動(dòng)駕駛儀和駕駛員輔助。計(jì)算機(jī)視覺使路徑規(guī)劃和駕駛場景感知成為可能，幫助自動(dòng)駕駛做出決策。

此外，計(jì)算機(jī)視覺處理收集到的數(shù)據(jù)，識別交通標(biāo)志、其他車輛、行人和其他物體等障礙物。然后程序可以確定最安全的路徑以避免撞到各種障礙物。

• 醫(yī)療保健

醫(yī)療保健中的計(jì)算機(jī)視覺是必不可少的工具，尤其是現(xiàn)在可用的醫(yī)療數(shù)據(jù) 90% 是基于圖像的。該技術(shù)提供了新的快速診斷方法。它是醫(yī)學(xué)成像、癌癥檢測、X 射線分析、患者監(jiān)測、手術(shù)輔助等領(lǐng)域的重要工具。

• 人臉識別技術(shù)

面部識別有很多用途，例如許多人熟悉的社交媒體網(wǎng)站上的標(biāo)記功能。計(jì)算機(jī)視覺還可以使用用戶的面部解鎖手機(jī)和訪問銀行賬戶。一些企業(yè)還使用這項(xiàng)技術(shù)來跟蹤客戶的面部表情，以檢查客戶滿意度。在零售業(yè)，面部識別作為一種新的支付系統(tǒng)正在迅速普及。

計(jì)算機(jī)視覺任務(wù)

從本質(zhì)上講，不同的計(jì)算機(jī)視覺任務(wù)才是這項(xiàng)技術(shù)發(fā)揮作用的原因。這些任務(wù)讓計(jì)算機(jī)能夠理解輸入給它的視覺數(shù)據(jù)和數(shù)字圖像。隨著技術(shù)多年來的進(jìn)步，科學(xué)家們將看似不可能的任務(wù)被組織成更易于管理的任務(wù)。以下是一些最流行的計(jì)算機(jī)視覺任務(wù)：

• 圖像分類

圖像分類的功能是根據(jù)先前分類的訓(xùn)練數(shù)據(jù)將一組圖像分類為預(yù)定的類別。使用此功能，計(jì)算機(jī)分析圖像并將其識別為屬于特定類別或標(biāo)簽，無論圖像是“汽車”、“樹”、“動(dòng)物”等。

• 物體檢測

此任務(wù)允許識別、標(biāo)記和定位在視頻或圖像中發(fā)現(xiàn)的對象，使計(jì)數(shù)圖像中的對象并確定它們的位置更加簡單。此功能在諸如裝配線檢測和定位損壞的機(jī)器以及需要維護(hù)人員訪問的情況下很有幫助。

• 對象跟蹤

一旦檢測到，計(jì)算機(jī)視覺就會(huì)使用在視頻饋送中捕獲或按順序捕獲的圖像來跟蹤和跟蹤對象。該程序?yàn)楦櫟膶ο髣?chuàng)建一個(gè)視覺模型，并跟隨視頻中的對象。對象跟蹤還為被跟蹤對象分配唯一標(biāo)簽；這使得計(jì)算視頻中不同的對象成為可能。

對象跟蹤對于交通流量監(jiān)控、醫(yī)學(xué)成像和跟蹤逃亡汽車上的犯罪分子至關(guān)重要。自動(dòng)駕駛車輛也使用此 CV 任務(wù)來標(biāo)記行人、道路基礎(chǔ)設(shè)施和其他車輛。

最后的想法

計(jì)算機(jī)視覺是AI的眾多子集之一。CV 和其他子集使機(jī)器能夠查看和理解圖像。這種能力使計(jì)算機(jī)能夠識別圖像中的對象、做出選擇并提供相關(guān)輸出。

CV 在許多行業(yè)中都是不可或缺的，例如醫(yī)療保健、汽車、商業(yè)等。此外，科學(xué)家將計(jì)算機(jī)視覺任務(wù)歸類為更易于管理的項(xiàng)目，有助于推進(jìn)該技術(shù)。