信息技术 第二册（五年制高职）教案 9.2.4 计算机视觉关键技术_第1页
信息技术 第二册（五年制高职）教案 9.2.4 计算机视觉关键技术_第2页
信息技术 第二册（五年制高职）教案 9.2.4 计算机视觉关键技术_第3页
信息技术 第二册（五年制高职）教案 9.2.4 计算机视觉关键技术_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

.2.4计算机视觉关键技术计算机视觉关键技术主要包括以下几个方面：图像处理技术包括图像增强、图像滤波、边缘检测、特征提取等技术，用于对图像进行预处理和增强，如图1、图2所示。图1图像增强前后对比效果图2图像边缘检测图像分类图像分类是指对图像中所包含的物体进行分类，一般分类物体为图像的主体，解决图片是什么的问题。图像分类可以分为两个步骤：训练和测试。在训练阶段，计算机会从已知类别的图像中学习并构建一个分类模型，该模型可以将不同的图像分为不同的类别。在测试阶段，计算机会使用该模型对未知图像类别进行预测，并提供预测的置信度，如图3所示。图3百度AI平台蔬菜的图像分类识别目标检测目标检测任务是找出图像或视频中人们感兴趣的物体，并同时检测出它们的位置和大小。不同于图像分类任务，目标检测不仅要解决分类问题，还要解决定位问题。如图4所示，即要定位出人、马、狗的位置，还需要依据图像内容进行分类识别。图4目标检测图像分割也称语义分割，是指将一幅图像分成多个区域，使每个区域内具有相似的特征。通常情况下，图像分割可以分为两类：基于区域的分割和基于边缘的分割。基于区域的分割是将图像分成不同的区域，每个区域具有相似的颜色、纹理、亮度等特征。基于边缘的分割是将图像分成不同的区域，每个区域由图像中的边缘构成。如一张“人驾驶摩托车行驶在林间小道上”的图片，除了识别人、道路、汽车、树木等之外，我们还必须确定每个物体的边界。因此，与分类不同，我们需要用模型对图像密集的像素进行预测。实例分割在语义分割的基础上，将多个重叠物体和不同背景的复杂景象进行分类，比如语义分割中，识别出图像中这一片区域是人，这一片区域是车，但在实例分割中，会在人的区域中识别出有5个人，分别用不同颜色来标记，车的区域有3辆车，分别用不同颜色来标记。在实例分割中，我们不仅需要将这些不同的对象进行分类，而且还要确定对象的边界、差异和彼此之间的关系，如图5所示。（a）原图(b)语义分割(c)实例分割图5语义分割和实例分割视频分类与图像分类不同的是，视频分类的对象不再是静止的图像，而是一个由多帧图像构成的、包含语音数据、包含运动信息等的视频对象，因此理解视频需要获得更多的上下文信息，不仅要理解每帧图像是什么、包含什么，还需要结合不同帧，知道上下文的关联信息。人体关键点检测通过人体关键节点的组合和追踪来识别人的运动和行为，对于描述人体姿态，预测人体行为至关重要，如图6所示。图6人体关键点检测目标跟踪是指在特定场景跟踪某一个或多个特定感兴趣对象的过程。目标跟踪与目标检测类似，都是在图像中检测感兴趣物体。二者的区别在于，目标检测只对单帧图像进行目标定位，而目标跟踪是处理连续多帧图像。以上关键技术是计算机视觉领域的核心

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论