主页 > ⑧号彩票论坛 >
图像处理计算机视觉与machinelearning的区别与联系
发布日期:2019-10-16 01:38   来源:未知   阅读:

  随着科技进步的加速,新的技术出现并且成熟的速度明显地加快了,过去我们老说成像技术,信号处理,图像处理,后来又经常说计算机视觉,现在则铺天盖地都是machine learning。这些技术或多或少的在我们的身边出现,到底他们是什幺,与我们目前的工作有哪些联系和区别?我们就先从输入,输出,工作方法三个角度来谈一谈图像处理,计算机视觉与machine learning的关系。

  图像处理的输入输出都是图像,用信号处理的方法对图像进行滤波,去噪,边缘增强,色彩还原等处理。

  计算机视觉的输入可以是图像,视频,或者是来自于视觉数据的量化信息。输出则是属性信息,比如大小,距离,颜色,数量,类别,管家婆王中王论坛 资料,形状等。所使用的方法既包含图像处理的技术方法,也包含其他的技术,可以说计算机视觉的技术外延更大。如果说图像处理主要是针对二维的图像,那幺计算机视觉主要是针对三维的空间。

  成像技术可以说主要是制作图像,图像处理主要是增强图像,到了计算机视觉,侧重点就主要是分析理解图像了。

  Machine learning则是一种可以应用在计算机视觉中帮助解决识别等问题的方法。所以在这个领域工作可以遇到的一种情况就是,工作在计算机视觉的公司,包含了这三个技术方向的工程师,七仙女心水论坛76722,因为没有好的成像和图像处理,也就没有好的计算机视觉的输入,没有machine learning 的技术,计算机视觉会有很多难解的问题。

  以一个产品开发为例说说这三者之间的联系。比如我们要开发一个水下监控相机,用来监控海边浴场附近的鲨鱼,既可以人工监测,也具有自动监测功能。自动监测一旦监测到出现鲨鱼,就会警告游泳的人赶紧离开。

  首先做camera的工程师上场,做出一个在水下能清晰摄影的相机,图像处理工程师根据应用场景做图像的优化,比如去炫光,散射,处理HDR,做tone mapping,边缘增强,色彩处理等等。

  相机用了一段时间,发现一个问题,就是经常出现虚警,附近活动的潜水员经常会被认为是鲨鱼,因为潜水员的游速和大小与某种鲨鱼很近似,所以很容易被认为是鲨鱼。这时候就该machine learnning 工程师上场了,他们把之前相机拍的所有视频拿来,把所有有鲨鱼的图像标定出来,输入到一个或者几个模型进行训练,教这个模型认识什幺是鲨鱼,这个模型可以是SVM,Neural Networks,决策树等等。

  识别成功率只是一个方面,运行的速度也非常重要,所以要综合考虑到底用哪种模型。总而言之,machine learning的方法是计算机视觉的一个重要补充。在这个例子里,它可以大幅减少虚警的情况。

  Machine learning 工程师可以完全不懂图像处理,他们主要研究的对象是模型。在笔者办公室里坐着这三个技术方向的工程师,machine learning的工程师很多都是数学系毕业的。我咨询了一下从事这方面工作的同事,他给了下面的一些网上免费学习cv和ml的资料,感兴趣的朋友可以自学,大话成像公众号也会在将来多延伸一些计算机视觉和machine learning的文章与大家分享。