什么是计算机视觉？ (2)

请我喝杯咖啡☕

*我的文章解释了图像分类（识别）、对象定位、对象检测和图像分割。

计算机视觉是使计算机能够理解和分析图像、视频等视觉事物的技术。

(1) 关键点检测(地标检测):

• 可以定位图像中对象或兴趣区域的特征点： *备注：
  • 图像可以是视频中的一帧。
  • 使用对象本地化或图像分类和对象本地化（对象检测）。
• 可以用来识别人脸、表情、人的姿势、衣服等

(2) 图像匹配:

• 通过比较特征点，可以判断多幅图像中的物体和兴趣区域相同或相似。
• 是关键点检测的先进技术。
• 可用于匹配人脸、指纹等

(3) 对象跟踪:

• 可以使用边界框跟踪视频中的对象和兴趣区域（按顺序捕获的多个帧）。 *视频可以是连续拍摄的多张图像。
• 是物体检测的先进技术。
• 用于监控、自动驾驶汽车、虚拟现实、制造、无人商店等

(4) 光流:

• 可以检测和可视化视频中对象和感兴趣区域的运动（速度）（按顺序捕获的多个帧）： *备注：
  • 速度是运动物体的速度和方向。
  • 视频可以是连续拍摄的多张图像。
• 是对象跟踪的分支技术。
• 用于监控、交通监控、运动分析等

(5) 立体匹配:

• 可以通过计算视差从两个或多个 2D 立体图像创建 3D 场景： *备注：
  • 2D 立体图像是从不同位置拍摄的相似图像。
  • 视差是立体图像中两个或多个对应像素之间的距离。
• 用于机器人技术。

(6) 视频预测可以根据过去的视频帧预测未来的视频帧。

(7) 图片说明：

• 可以生成图像的文字描述。
• 是生成式人工智能，它是计算机视觉和自然语言处理（NLP）的结合。

以上是什么是计算机视觉？ (2)的详细内容。更多信息请关注PHP中文网其他相关文章！