計算機視覺與人工智能的關(guān)系_計算機視覺與模式識別聯(lián)系

計算機視覺與人工智能的關(guān)系

計算機視覺顧名思義，就是讓計算機具備像人眼一樣觀察和識別的能力，更進一步的說，就是指用攝像機和電腦代替人眼對目標(biāo)進行識別、跟蹤和測量，并進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。

作為一個科學(xué)學(xué)科，計算機視覺研究相關(guān)的理論和技術(shù)，試圖建立能夠從圖像或者多維數(shù)據(jù)中獲取“信息”的人工智能系統(tǒng)。計算機視覺目前還主要停留在圖像信息表達和物體識別階段，人工智能更強調(diào)推理和決策。

人工智能與計算機視覺是什么關(guān)系？

第一，它是一個人工智能需要解決的很重要的問題；

第二，它是目前人工智能的很強的驅(qū)動力。因為它有很多應(yīng)用，很多技術(shù)是從計算機視覺誕生出來以后，再反運用到AI領(lǐng)域中去；

第三，計算機視覺擁有大量的量子AI的應(yīng)用基礎(chǔ)。

圖像處理、計算機視覺和模式識別領(lǐng)域的區(qū)別和聯(lián)系

一、區(qū)別

1.數(shù)字圖像處理（Digital Image Processing）

數(shù)字圖像處理是對已有的圖像進行變換、分析、重構(gòu)，得到的仍是圖像。

Digital Image Processing，簡稱 DIP。輸入的是圖像，輸出的也是圖像。Photoshop中對一副圖像應(yīng)用濾鏡就是典型的一種圖像處理。常見操作有模糊、灰度化、增強對比度等。

圖像處理，這個主要針對圖像圖像的基本處理，如圖像檢索或則圖像識別，壓縮，復(fù)原等等操作。機器視覺技術(shù)其實就是工業(yè)數(shù)字圖像處理。

2.計算機圖形學(xué)（Computer Graphics）

計算機圖形學(xué)是給定關(guān)于景象結(jié)構(gòu)、表面反射特性、光源配置及相機模型的信息，生成圖像。

圖形學(xué)講的是圖形，也就是圖形的構(gòu)造方式，是一種從無到有的概念，從數(shù)據(jù)得到圖像。

Computer Graphics，簡稱 CG 。輸入的是對虛擬場景的描述，通常為多邊形數(shù)組，而每個多邊形由三個頂點組成，每個頂點包括三維坐標(biāo)、貼圖坐標(biāo)、rgb顏色等。輸出的是圖像，即二維像素數(shù)組。

計算機圖形學(xué)，主要涉及圖形成像及游戲類開發(fā)，如opengl等，還有就是視頻渲染等。

3.計算機視覺（Computer Vision）

計算機視覺是給定圖像，推斷景象特性實現(xiàn)的是從模型到圖像的變換，也就是說從圖像數(shù)據(jù)提取信息，包括景象的三維結(jié)構(gòu)，運動檢測，識別物體等。

Computer Vision，簡稱 CV。輸入的是圖像或圖像序列，通常來自相機或usb攝像頭。輸出的是對于圖像序列對應(yīng)的真實世界的理解，比如檢測人臉、識別車牌。

計算機視覺，里面人工智能的東西更多一些，不僅僅是圖像處理的知識，還涵蓋了人工智能，機器學(xué)習(xí)等領(lǐng)域知識

4.模式識別（Pattern Recognition）

模式識別則是從特征空間到類別空間的變換。研究內(nèi)容包括特征提?。≒CA，LDA，LFA，Kernel，Mean Shift，SIFT，ISOMAP，LLE）；特征選擇；分類器設(shè)計（SVM，AdaBoost）等。

PR（模式識別）本質(zhì)就是分類，根據(jù)常識或樣本或二者結(jié)合進行分類，可以對圖像進行分類，從圖像得到數(shù)據(jù)。

二、聯(lián)系

計算機圖形學(xué)是計算機視覺的逆問題，兩者從最初相互獨立的平行發(fā)展到最近的融合是一大趨勢。圖像模式的分類是計算機視覺中的一個重要問題，模式識別中的許多方法可以應(yīng)用于計算機視覺中。

Computer Graphics和Computer Vision是同一過程的兩個方向。Computer Graphics將抽象的語義信息轉(zhuǎn)化成圖像，Computer Vision從圖像中提取抽象的語義信息。Image Processing探索的是從一個圖像或者一組圖像之間的互相轉(zhuǎn)化和關(guān)系，與語義信息無關(guān)。

CG 中也會用到 DIP，現(xiàn)今的三維游戲為了增加表現(xiàn)力都會疊加全屏的后期特效，原理就是 DIP，只是將計算量放在了顯卡端。

CV 更是大量依賴 DIP 來打雜活，比如對需要識別的照片進行預(yù)處理。

最后還要提到近年來的熱點——增強現(xiàn)實（AR），它既需要 CG，又需要 CV，當(dāng)然也不會漏掉 DIP。它用 DIP 進行預(yù)處理，用 CV 進行跟蹤物體的識別與姿態(tài)獲取，用 CG 進行虛擬三維物體的疊加。