1.計算機視覺技術（ComputerVision）

，什麼是計算機視覺？

　　“人的大腦皮層的活動，大約70%是在處理視覺相關信息。視覺就相當於人腦的大門，其它如聽覺、觸覺、味wei覺jiao那na都dou是shi帶dai寬kuan較jiao窄zhai的de通tong道dao。視shi覺jiao相xiang當dang於yu八ba車che道dao的de高gao速su，其qi它ta感gan覺jiao是shi兩liang旁pang的de人ren行xing道dao。如ru果guo不bu能neng處chu理li視shi覺jiao信xin息xi的de話hua，整zheng個ge人ren工gong智zhi能neng係xi統tong是shi個ge空kong架jia子zi
，隻zhi能neng做zuo符fu號hao推tui理li
，比bi如ru下xia棋qi

、定理證明，沒法進入現實世界。計算機視覺之於人工智能
，它相當於說芝麻開門。大門就在這裏麵，這個門打不開,就沒法研究真實世界的人工智能。”——朱鬆純
，加州大學洛杉磯分校UCLA統計學和計算機科學教授根據科普中國撰寫的對計算機視覺的定義，這是一門研究如何讓機器“看”的科學，更進一步的說
，是指用計算機代替人眼對目標進行識別
、跟蹤和測量的機器視覺，並進一步做圖形處理


，使計算機處理成為更適合人眼觀察或傳送給儀器檢測的圖像。

　　2.計算機視覺VS機器視覺

　　計算機視覺更關注圖像信號本身以及圖像相關交叉領域（地圖
、醫療影像）的研究；機器視覺則偏重計算機視覺技術工程化，更關注廣義上的圖像信號（激光和攝像頭）和自動化控製（生產線）方麵的應用。

　　3.計算機視覺識別技術的分類

　　物體識別分為“1VSN”對不同物體進行歸類，以及“1VS1”對同類型的物體進行區分和鑒別
；物體屬性識別，結合地圖模型讓物體在視覺的三維空間裏得到記憶的重建，進而進行場景的分析和判斷；物體行為識別分為3個ge進jin階jie的de步bu驟zhou，移yi動dong識shi別bie判pan斷duan物wu體ti是shi否fou做zuo了le位wei移yi，動dong作zuo識shi別bie判pan斷duan物wu體ti做zuo的de是shi什shen麼me動dong作zuo，行xing為wei識shi別bie是shi結jie合he視shi覺jiao主zhu體ti和he場chang景jing的de交jiao互hu做zuo出chu行xing為wei的de分fen析xi和he判pan斷duan。

　　4.計算機視覺的識別流程

　　訓練模型：樣本數據包括正樣本（包含待檢目標的樣本）和負樣本（不包含目標的樣本）
，視覺係統利用算法對原始樣本進行特征的選擇和提取訓練出分類器（模型）；此外因為樣本數據成千上萬
、提取出來的特征更是翻番，所以一般為了縮短訓練的過程，會人為加入知識庫（提前告訴計算機一些規則），或者引入限製條件來縮小搜索空間。

　　識別圖像：會先對圖像進行信號變換
、jiangzaodengyuchuli，zailailiyongfenleiqiduishurutuxiangjinxingmubiaojiance。yibanjianceguochengweiyongyigesaomiaozichuangkouzaidaijiancedetuxiangzhongbuduandeyiweihuadong，zichuangkoumeidaoyigeweizhijiuhuijisuanchugaiquyudetezheng，ranhouyongxunlianhaodefenleiqiduigaitezhengjinxingshaixuan，panduangaiquyushifouweimubiao。

　　5.計算機視覺技術模式圖和對應企業圖

　　目前世界上圖像識別最大的數據庫，是斯坦福大學人工智能實驗室提供的ImageNet
，針對諸如醫療等細分領域也需要收集相應的訓練數據；Google、Microsoft此類科技巨頭會麵向市場提供開源算法框架，為初創視覺識別公司提供初級算法。