0
| 本文作者： 楊文 | 2018-01-31 16:52 |
雷鋒網(wǎng)AI研習(xí)社按：計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)，掌握解決具體計(jì)算機(jī)視覺任務(wù)的方法則會幫助我們解決大規(guī)模系統(tǒng)的復(fù)雜問題，其應(yīng)用相當(dāng)廣泛，最常見的如人臉識別，文字識別等等。這篇文章就來為大家從頭普及一下計(jì)算機(jī)視覺相關(guān)知識，包括計(jì)算機(jī)視覺的定義、研究方法和應(yīng)用舉例，還會重點(diǎn)介紹深度學(xué)習(xí)歷史發(fā)展歷史，常見深度學(xué)習(xí)網(wǎng)絡(luò)介紹和開發(fā)平臺，幫助計(jì)算機(jī)視覺入門者和從業(yè)者進(jìn)行有效的基礎(chǔ)夯實(shí)和系統(tǒng)梳理。
近日，在雷鋒網(wǎng)AI研習(xí)社舉辦的線上直播課上，來自上海交通大學(xué)的盧憲凱博士為大家分享了計(jì)算機(jī)視覺領(lǐng)域的入門知識。這也是盧博士CV系列課線上直播的第一期，后期會陸續(xù)由淺入深，為關(guān)注AI研習(xí)社的小伙伴持們續(xù)產(chǎn)出干貨，歡迎訂閱盧憲凱博士的免費(fèi)直播課。
盧憲凱，上海交通大學(xué)博士，主要研究方向是目標(biāo)跟蹤與深度學(xué)習(xí)。在多個(gè)計(jì)算機(jī)視覺期刊會議上發(fā)表多篇學(xué)術(shù)論文，包括IEEE Transaction on Multimedia、MTA、Neurocomputing、ICASSP。
分享內(nèi)容
計(jì)算機(jī)視覺定義和研究方法
計(jì)算機(jī)視覺的應(yīng)用舉例：圖像分類，人臉識別；車輛檢測，行人檢測；語義分割，實(shí)例分割；目標(biāo)跟蹤，視頻分割；圖像生成，視頻生成
深度學(xué)習(xí)歷史回顧
常見深度學(xué)習(xí)網(wǎng)絡(luò)介紹和開發(fā)平臺
計(jì)算機(jī)視覺概述和深度學(xué)習(xí)簡介
計(jì)算機(jī)視覺是指從圖像和視頻中提出數(shù)值或符合信息的計(jì)算系統(tǒng)。更形象一點(diǎn)講就是說，計(jì)算機(jī)視覺是讓計(jì)算機(jī)具備像人類一樣的眼睛，看到圖像，并理解圖像。
人類的視覺首先是通過眼睛看到一幅圖片，大腦來理解這個(gè)圖片。對于計(jì)算機(jī)來說，就會通過攝像頭或攝像機(jī)獲取這張圖片，然后利用計(jì)算機(jī)算法來看圖片，讀取信息。
計(jì)算機(jī)視覺最核心部分就是理解。第一步是提供數(shù)據(jù)，包括靜態(tài)圖片，視頻。第二步是設(shè)計(jì)算法，讓計(jì)算機(jī)像人的大腦一樣理解數(shù)據(jù)，這個(gè)過程需要機(jī)器學(xué)習(xí)和算法，或者現(xiàn)在比較火的神經(jīng)網(wǎng)路深度學(xué)習(xí)的方法。計(jì)算機(jī)視覺歸根結(jié)底就是做一個(gè)回歸或者分類的問題。后面講到的大部分關(guān)于計(jì)算機(jī)視覺的任務(wù)都可以用回歸或分類的問題對它建模。
計(jì)算機(jī)視覺非常重要的應(yīng)用之一就是圖像分類。李飛飛創(chuàng)建的ImageNet數(shù)據(jù)集極大推動了計(jì)算機(jī)視覺的發(fā)展，也讓大家更理解了計(jì)算機(jī)視覺對大家的生活是起著非常重要的作用。
除了圖像識別任務(wù)外，還有特定目標(biāo)的識別，比如車牌識別，人臉識別，還有比較精細(xì)的識別，年齡，性別，是否戴眼鏡，表情的識別，判斷一個(gè)人是否笑了。
計(jì)算機(jī)視覺里的第二個(gè)任務(wù)——目標(biāo)檢測。目標(biāo)檢測是在給定一個(gè)圖像，把我感興趣的前景目標(biāo)檢測出來，并添加類別。目標(biāo)檢測是頭像識別的進(jìn)一步發(fā)展。目標(biāo)檢測要知道圖片中有哪些類別，還有知道他們的位置。
行人檢測和車輛檢測。對人群密集處的檢測，對將來可能發(fā)生的異常事件起到預(yù)警作用。右邊的車輛檢測，可以統(tǒng)計(jì)車輛個(gè)數(shù)，實(shí)時(shí)估計(jì)車流密度，這樣的話對于疏解城市交通是非常有幫助的。這兩個(gè)是做目標(biāo)檢測中的兩個(gè)細(xì)化應(yīng)用。
計(jì)算機(jī)視覺的第三個(gè)任務(wù)分割。分割包括兩種，圖像語義分割和個(gè)體分割。圖像語義分割是指給你一個(gè)張圖片，把圖中的物體分割開來。個(gè)體分割比語義分割更難，相當(dāng)于在檢測任務(wù)上加上了分割。
視覺目標(biāo)跟蹤，也有很多廣泛應(yīng)用。如果拓展到多目標(biāo)跟蹤，可應(yīng)用在候機(jī)大廳或商場里面，對每個(gè)人實(shí)時(shí)跟蹤，建立每一個(gè)人的軌跡，比如某人突然和另一個(gè)人有了交互，就可判斷是否在打架。
還可應(yīng)用在自動駕駛上面，比如前置攝像頭拍到前面的幾輛車，實(shí)時(shí)跟蹤，并計(jì)算出當(dāng)前車與前車的距離。 
視頻分割，前置攝像頭拍出街景照片，可用于無人駕駛。
視頻生成，有了當(dāng)前幀可以預(yù)測下一幀，再結(jié)合攝像頭得到下一幀的樣子?？梢詼p少計(jì)算資源消耗。
深度學(xué)習(xí)簡介
這幾年計(jì)算機(jī)視覺已經(jīng)和深度學(xué)習(xí)變得密不可分。計(jì)算機(jī)視覺研究已經(jīng)有很多有趣應(yīng)用，比如圖像風(fēng)格遷移。
生成對抗網(wǎng)絡(luò)（GAN）的有趣應(yīng)用，比如可以將女性臉龐逐漸演化為男性臉龐。
直播換臉的應(yīng)用
深度學(xué)習(xí)在人臉識別的應(yīng)用。目前利用深度學(xué)習(xí)在LFW數(shù)據(jù)庫訓(xùn)練人臉識別，錯(cuò)誤率5%下降到0.5%
后期的課程會詳細(xì)介紹這幾個(gè)網(wǎng)絡(luò)VGGNet, GoogLeNet ,ResNet ,DenseNet。
常見的深度學(xué)習(xí)開發(fā)平臺
以上是計(jì)算機(jī)視覺系統(tǒng)課程的第一課，簡單介紹了一下計(jì)算機(jī)視覺的圖像識別，目標(biāo)檢測，圖像和視頻分割，目標(biāo)追蹤，圖像和視頻生成的一些常見應(yīng)用，接下來盧憲凱博士還會結(jié)合深度學(xué)習(xí)講解實(shí)現(xiàn)這些任務(wù)需要的算法，模型以及實(shí)戰(zhàn)應(yīng)用。下一次直播課程是深度卷積網(wǎng)絡(luò)的原理及模型介紹，以及如何搭建和訓(xùn)練一個(gè)深度學(xué)習(xí)網(wǎng)絡(luò)。
雷鋒網(wǎng)提示：如想在第一時(shí)間獲取課程直播預(yù)告時(shí)間，請關(guān)注微信公眾號：AI研習(xí)社。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
