計算機視覺知識體系

一、計算機視覺：

三個層次：系統(tǒng)工程方案層、領(lǐng)域任務(wù)模塊層、基礎(chǔ)算法層。

三方面知識點：圖像處理、機器學(xué)習(xí)、基礎(chǔ)數(shù)學(xué)與模型。

視頻的三個場景：近距離（手機、智能硬件、PC等），室內(nèi)中距離（室內(nèi)，如辦公室、商場、家內(nèi)；卡口，門口等），室外遠(yuǎn)距離（道路、公共場所等）

二、系統(tǒng)工程方案層：WEB圖像結(jié)構(gòu)化；離線SDK圖像結(jié)構(gòu)化；視頻關(guān)鍵幀獲取、結(jié)構(gòu)化、序列化行為分析、結(jié)果圖流媒體；

性能上，高并發(fā)；高可用；單張時間，盡量在200ms以內(nèi)，尤其是視頻；準(zhǔn)確度。

三、領(lǐng)域任務(wù)模塊層：五大領(lǐng)域（人、車、文、物、事）

人：人體（檢測、關(guān)鍵點、屬性分類、行為、識別或者以圖搜人）；人臉（檢測、關(guān)鍵點、屬性分類、活體行為、識別）；

車：車輛（檢測、關(guān)鍵點、品牌細(xì)分類、屬性分類、行為，識別或者以圖搜車）；車牌（檢測、樣式分類、文字識別）；

文：OCR（圖像預(yù)處理、基于圖像分類、全部文字檢測、指定字段定位、文字識別、基于文字內(nèi)容分類），領(lǐng)域：票據(jù)、證件（個人、企業(yè)）、證書、車牌、自然場景（內(nèi)部系統(tǒng)圖像、門牌、站牌、物體等）

物：動物（檢測、關(guān)鍵點、品種細(xì)分類、屬性分類、行為、識別或以圖搜動物）；物體（檢測、關(guān)鍵點、品牌細(xì)分類、屬性分類、識別或以圖搜物）

事：特定場景檢測，如煙火、物體遺留、工業(yè)視覺等。

四、基礎(chǔ)算法層：三個方面（檢測分割、分類識別、圖像預(yù)處理）

檢測分割：定位目標(biāo)位置、分出目標(biāo)類別、提取目標(biāo)關(guān)鍵點、從畫面中分割出目標(biāo)的像素。

分類識別：分類包含三層，大類、屬類、細(xì)類，檢測到目標(biāo)后，目標(biāo)品牌或者品種細(xì)分類、目標(biāo)屬性分類（顏色、形狀、屬類等）、靜態(tài)行為分類、序列行為分類；提取目標(biāo)特征，結(jié)合類別進行以圖搜圖識別。

圖像預(yù)處理：圖像增強、去霧、亮度調(diào)整、傾斜校正等。

五、深入領(lǐng)域體會：

人臉領(lǐng)域，檢測敏感度(人臉傾斜檢測)、誤檢測率，人臉特征提取速度，人臉識別準(zhǔn)確度。

車輛領(lǐng)域，車牌準(zhǔn)確度、敏感度；顏色、類型、品牌準(zhǔn)確度；車輛整體特征與內(nèi)部局部特征的提取；車輛行為分析。

文字領(lǐng)域，圖像質(zhì)量對文字檢測與識別的影響，圖像預(yù)處理，文字檢測的準(zhǔn)確度與漏檢率，文字識別，文字語義的分析。

視頻領(lǐng)域，三大難題：（1）誤檢較多。（2）漏檢問題，例如遮擋、逆光條件、傾斜姿態(tài)較大等情況無法檢測到。（3）速度問題，檢測算法速度無法完全達(dá)到實時性，在100ms以內(nèi)就不錯。解決速度問題方法：a.視頻關(guān)鍵幀或間隔幀；b.圖像壓縮，坐標(biāo)還原；c.耗時模塊在關(guān)鍵時刻運行，其他時刻做數(shù)據(jù)關(guān)聯(lián)。

轉(zhuǎn)自：CSDN博客，作者：shaoshuai_AI_DATA

本文僅做學(xué)術(shù)分享，如有侵權(quán)，請聯(lián)系刪文。