计算机视觉技术最早开始于20世纪60年代,其主要是模仿人类视觉,让计算机或机器人看到物体,到如今计算机视觉已经取得很大进展,不过就研究和开发来说,它还有很大的探索空间。
但与此同时,它也将面临很大的挑战。
比如照明对物体的定义有很大的影响,相同的物体会因光照条件的不同而看起来不同,可能照亮的空间越少,物体就越不可见,这些都会影响检测器定义目标的能力。
在视频方面,探测器需要经过训练,在不断变化的环境中进行分析,这意味着目标检测算法不仅必须准确地分类重要的目标,而且还必须在预测过程中具有好的速度,能够识别运动中的目标。
再比如目标检测,具有目标检测的设备可以找到目标,在其周围画出矩形边界框,并确定每个被检测目标的类别,目标检测可以应用于许多不同的行业,包括零售、体育、医疗保健、营销、室内设计、农业、建筑、公共安全、交通等。
目标检测是一个复杂的过程,其实现需要经历一定的挑战,比如视角的多样性、变形、遮挡、光照条件、杂乱或有纹理的背景、多样性、速度等。具体来看,比如视角的多样性,物体检测的最大困难之一是从不同的角度看一个物体,可能看起来完全不同。
从某种意义说,这几年计算机视觉已经进入瓶颈期。以图像分类、目标检测、图像分割为代表的一些基础技术经过过去几年的发展,精确度已经达到产业落地水平,但剩下的一些问题比较难攻克。
可以说过去几年,计算机视觉技术一直在试图攻克一些老的难题,如跨年龄、大姿态、有遮挡的人脸识别,有一定的进展,却不能算是有很大的突破。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.