計算機視覺對算力的要求

Ⅰ 計算機視覺方向，哪個方向數學要求沒那麼高。哪個方向發展潛力大一些，圖像復原怎麼樣。本人想留學讀phd。

計算視覺沒有不要求數學的吧，我是做計算機視覺的，感覺就是在搞數學，整天糾結公式。但是也不是純理論，能做出實際的東西來。

讀phd的話這個方向還是挺不錯的。

Ⅱ 模式識別、圖像處理方面的研究對電腦性能有什麼特殊要求

不做大規模的運算一般的機器就行 要是大規模的就用GPU了

Ⅲ 計算機視覺

計算機視覺概述

1 什麼是計算機視覺

計算機視覺既是工程領域，也是科學領域中的一個富有挑戰性重要研究領域。計算機視覺是一門綜合性的學科，它已經吸引了來自各個學科的研究者參加到對它的研究之中。其中包括計算機科學和工程、信號處理、物理學、應用數學和統計學，神經生理學和認知科學等。

視覺是各個應用領域，如製造業、檢驗、文檔分析、醫療診斷，和軍事等領域中各種智能／自主系統中不可分割的一部分。由於它的重要性，一些先進國家，例如美國把對計算機視覺的研究列為對經濟和科學有廣泛影響的科學和工程中的重大基本問題，即所謂的重大挑戰（grand challenge）。計算機視覺的挑戰是要為計算機和機器人開發具有與人類水平相當的視覺能力。機器視覺需要圖象信號，紋理和顏色建模，幾何處理和推理，以及物體建模。一個有能力的視覺系統應該把所有這些處理都緊密地集成在一起。[Neg91]作為一門學科，計算機視覺開始於60年代初，但在計算機視覺的基本研究中的許多重要進展是在80年代取得的。現在計算機視覺已成為一門不同於人工智慧、圖象處理、模式識別等相關領域的成熟學科。計算機視覺與人類視覺密切相關，對人類視覺有一個正確的認識將對計算機視覺的研究非常有益。為此我們將先介紹人類視覺。

1.1 人類視覺

感覺是人的大腦與周圍世界聯系的窗口，它的任務是識別周圍的物體，並告訴這些物體之間的關系。我們的思維活動是以我們對客觀世界與環境的認識為基礎的，而感覺則是外界是客觀世界與我們對環境的認識之間的橋梁，使我們的思維與周圍世界建立某種對應關系。視覺則是人最重要的感覺，它是人的主要感覺來源，人類認識外界信息的80%來自視覺。

人有多種感覺，但對人的智力產生影響的主要是視覺和聽覺。味覺和嗅覺是豐富多樣的，但很少有人去思考它們。在視覺和聽覺中形狀、色彩、運動、聲音等就很容易被結合成各種明確和高度復雜、多樣的空間和時間的組織結構。所以這兩種感覺就成了理智活動得以行使和發揮作用的非常合適的媒介和環境。但人聽到的聲音要想具有意義還需要聯系其它的感性材料。而視覺則不同，它是一種高度清晰的媒介，它提供關於外界世界中各種物體和事件的豐富信息。因此它是思維的一種最基本的工具。

視覺對正常人來說是生而有之，毫不費力的能力。但實際上視覺系統所完成的功能卻十分復雜的。有人認為視覺本身就包含了思維的一切基本因素。設想你要在一個會場中尋找一位朋友，呈現在你眼前的是由參加會議的人、桌、椅、主席台等組成的復雜景物。眼睛得到這些信息以後先要對景物的各部分進行分類，然後從中選出與朋友的外表有關的特徵作出判斷，那麼在人的眼睛視網膜上映照的景物成象是否就能直接提供判斷時所需要的有關特徵呢？不是的，這里需要大腦的思考。例如，雖然人在不同距離處觀察同一物體時在眼睛中成象的大小是不同的。但人們在觀察某人以便估計他的身高時卻不會因為他在近處而感到他高些，也不會因他在遠處而感到他矮些。這是由於大腦根據被觀察物體的距離和與周圍物體的比較，並依靠有關的知識對輸入的圖象信息進行處理，解釋的結果。如果你是在一個燈光暗淡的劇院中尋找朋友，這個問題就變得更為困難。你剛走進劇院時開始會感到一片漆黑看不清東西，過了幾分鍾你的眼睛變得習慣於在黑暗中觀察。事實上你的視覺系統在此期間中對微光變得更敏感了。但這時許多本來可用的信息喪失了，物體可能難以與背景相區分，許多細節難以分辨。即使這樣人也總能認出朋友。總之，視覺是一個復雜的感知和思維的過程，視覺器官-眼睛接受外界的刺激信息，而大腦對這些信息通過復雜的機理進行處理和解釋，使這些刺激具有明確的物理意義。

從以上分析我們還可以看到敏感（Sansation）、感覺（Perception）、認知（Cognition）這三個概念之間的聯系和差別。敏感是把外界的各種刺激轉換成人體神經系統能夠接受的生物電信號。它所完成的是信號的轉換，並不涉及對信號的理解。例如，人眼是視覺的敏感器官，它使光信號通過視網膜轉換電信號。與攝象機的光電感測器相似，視網膜的感光細胞對光信號在平面上進行采樣，產生點陣形式的電信號，所不同的僅是攝象機的空間采樣是均勻的，而視網膜的采樣是不均勻的，在中央凹附近采樣解析度高，而在周圍的解析度低。而感覺的

任務是把敏感器官的各種輸入轉換和處理成為對外部世界的理解。例如，對視覺來說就是能說出周圍世界中有什麼東西和這些東西之間的空間關系。這些都是關於周圍世界的概念。從輸入的點陣形式的信號到形式對客觀世界的各種概念其中要經過復雜的信息處理和推理。而認知是以人們對周圍客觀世界的概念為基礎的。如果沒有感覺這個人與外部世界的橋梁或窗口，人的思維活動就換去基本的依據。

1.2 計算機視覺

人類正在進入信息時代，計算機將越來越廣泛地進入幾乎所有領域。一方面是更多未經計算機專業訓練的人也需要應用計算機，而另一方面是計算機的功能越來越強，使用方法越來越復雜。這就使人在進行交談和通訊時的靈活性與目前在使用計算機時所要求的嚴格和死板之間產生了尖銳的矛盾。人可通過視覺和聽覺，語言與外界交換信息，並且可用不同的方式表示相同的含義，而目前的計算機卻要求嚴格按照各種程序語言來編寫程序，只有這樣計算機才能運行。為使更多的人能使用復雜的計算機，必須改變過去的那種讓人來適應計算機，來死記硬背計算機的使用規則的情況。而是反過來讓計算機來適應人的習慣和要求，以人所習慣的方式與人進行信息交換，也就是讓計算機具有視覺、聽覺和說話等能力。這時計算機必須具有邏輯推理和決策的能力。具有上述能力的計算機就是智能計算機。

智能計算機不但使計算機更便於為人們所使用，同時如果用這樣的計算機來控制各種自動化裝置特別是智能機器人，就可以使這些自動化系統和智能機器人具有適應環境，和自主作出決策的能力。這就可以在各種場合取代人的繁重工作，或代替人到各種危險和惡劣環境中完成任務。

計算機視覺就是用各種成象系統代替視覺器官作為輸入敏感手段，由計算機來代替大腦完成處理和解釋。計算機視覺的最終研究目標就是使計算機能象人那樣通過視覺觀察和理解世界，具有自主適應環境的能力。要經過長期的努力才能達到的目標。因此，在實現最終目標以前，人們努力的中期目標是建立一種視覺系統，這個系統能依據視覺敏感和反饋的某種程度的智能完成一定的任務。例如，計算機視覺的一個重要應用領域就是自主車輛的視覺導航，目前還沒有條件實現象人那樣能識別和理解任何環境，完成自主導航的系統。因此，目前人們努力的研究目標是實現在高速公路上具有道路跟蹤能力，可避免與前方車輛碰撞的視覺輔助駕駛系統。這里要指出的一點是在計算機視覺系統中計算機起代替人腦的作用，但並不意味著計算機必須按人類視覺的方法完成視覺信息的處理。計算機視覺可以而且應該根據計算機系統的特點來進行視覺信息的處理。但是，人類視覺系統是迄今為止，人們所知道的功能最強大和完善的視覺系統。如在以下的章節中會看到的那樣，對人類視覺處理機制的研究將給計算機視覺的研究提供啟發和指導。因此，用計算機信息處理的方法研究人類視覺的機理，建立人類視覺的計算理論，也是一個非常重要和信人感興趣的研究領域。這方面的研究被稱為計算視覺（Computational Vision）。計算視覺可被認為是計算機視覺中的一個研究領域。

有不少學科的研究目標與計算機視覺相近或與此有關。這些學科中包括圖象處理、模式識別或圖象識別、景物分析、圖象理解等。由於歷史發展或領域本身的特點這些學科互有差別，但又有某種程度的相互重迭。為了清晰起見，我們把這些與計算機視覺有關的學科研究目標和方法的角度加以歸納。

1. 圖象處理

圖象處理技術把輸入圖象轉換成具有所希望特性的另一幅圖象。例如，可通過處理使輸出圖象有較高的信-噪比，或通過增強處理突出圖象的細節，以便於操作員的檢驗。在計算機視覺研究中經常利用圖象處理技術進行預處理和特徵抽取。

2. 模式識別（圖象識別）

模式識別技術根據從圖象抽取的統計特性或結構信息，把圖象分成予定的類別。例如，文字識別或指紋識別。在計算機視覺中模式識別技術經常用於對圖象中的某些部分，例如分割區域的識別和分類。

3. 圖象理解（景物分析）

給定一幅圖象，圖象理解程序不僅描述圖象本身，而且描述和解釋圖象所代表的景物，以便對圖象代表的內容作出決定。在人工智慧視覺研究的初期經常使用景物分析這個術語，以強調二維圖象與三維景物之間的區別。圖象理解除了需要復雜的圖象處理以外還需要具有關於景物成象的物理規律的知識以及與景物內容有關的知識。

在建立計算機視覺系統時需要用到上述學科中的有關技術，但計算機視覺研究的內容要比這些學科更為廣泛。計算機視覺的研究與人類視覺的研究密切相關。為實現建立與人的視覺系統相類似的通用計算機視覺系統的目標需要建立人類視覺的計算機理論。

Ⅳ 研究生從事計算機視覺方向，對電腦配置有什麼要求嗎

你能說通俗點么？沒明白 視覺方向 指什麼？VR ？

Ⅳ 計算機視覺是如何工作的

做這個領域里的演算法工程師主要在智能交通,安防,監控,工業檢測,OCR等領域裡面應屆碩士大約7k北京,因人而異對數學基礎要求比較高

Ⅵ 機器人視覺與計算機視覺：有什麼不同

計算機視覺與機器視覺，首先是應用場景不一樣，就像視遠圖像趙旭回答的那樣：你把攝像頭對著人就是CV，對著車間就是MV。

計算機視覺和機器視覺應用場景不同，就像拉貨車和載客車是的，側重點不同而已，一個側重人工智慧分支，一個側重工業應用！簡單說起來的話，計算機視覺偏重於深度學習並且偏向軟體，機器視覺偏重於特徵識別同時對硬體方面要求也比較高，不過隨著對智能識別要求越來越高的發展，這兩個方向畢竟會互相滲透互相融合，區別也僅僅限於應用領域不同而已。

其次，我感覺最大的區別，在於技術要求的側重點不一樣，甚至差別很大。
計算機視覺，主要是對質的分析，比如分類識別，這是一個杯子那是一條狗。或者做身份確認，比如人臉識別，車牌識別。或者做行為分析，比如人員入侵，徘徊，遺留物，人群聚集等。
機器視覺，主要側重對量的分析，比如通過視覺去測量一個零件的直徑，一般來說，對准確度要求很高。我記得以前接觸過一個需求: 視覺測量鐵路道岔缺口。哥剛畢業的時候在鐵路上班，做過控制系統，還開過內燃機車，很清楚道岔缺口的重要性，這玩意兒你說要是測不準，呵呵:)

當然，也不能完全按質或量一刀切，有些計算機視覺應用也需要分析量，比如商場的人數統計。有些機器視覺也需要分析質，比如零件自動分揀。但，計算機視覺一般來說對量的要求不會很高，商場人數統計誤差個百分之幾死不了人的，但機器視覺真的會，比如那個道岔缺口測量。

既然要求這么高，是不是機器視覺就比計算機視覺難呢？也不是的，應該說各有各的難處。
計算機視覺的應用場景相對復雜，要識別的物體類型也多，形狀不規則，規律性不強。有些時候甚至很難用客觀量作為識別的依據，比如識別年齡，性別。所以深度學習比較適合計算機視覺。而且光線，距離，角度等前提條件，往往是動態的，所以對於准確度要求，一般來說要低一些。
機器視覺則剛好相反，場景相對簡單固定，識別的類型少(在同一個應用中)，規則且有規律，但對准確度，處理速度要求都比較高。關於速度，一般機器視覺的解析度遠高於計算機視覺，而且往往要求實時，所以處理速度很關鍵，目前基本上不適合採用深度學習。

以上討論的是技術，商業方面，計算機視覺的應用面更廣一些，畢竟很多業務是跟人相關，比如人臉識別，行為分析等，很多垂直領域都有計算機視覺潛在需求，相對來說，更適合創業；
而機器視覺顧名思義，業務主要跟機器相關，而且對准確度甚至安全性要求很高，也就在資質品牌方面有較高的門檻，所以寡頭壟斷嚴重，一般來說，更適合上班而不是創業。

機器視覺（Machine Vision, MV） & 計算機視覺(Computer Vision, CV)
從學科分類上， 二者都被認為是 Artificial Intelligence 下屬科目.

有幾個分支：

一個是圖像處理，主要是信號與系統，統計，優化
一個是求解景物與圖像之間的關系，如立體視覺、三維重建，主要是幾何
一個是模式識別，例如如何分割圖像、識別目標，主要是人工智慧

但實際提及時， 主觀感覺上
MV 更多注重廣義圖像信號（激光，攝像頭）與自動化控制（生產線）方面的應用。
CV 更多注重（2D, 3D）圖像信號本身的研究以及和圖像相關的交叉學科研究（醫學圖像分析，地圖導航）。

Ⅶ 計算機視覺與機器視覺的區別

1、定義不同

計算機視覺：計算機視覺是一門研究如何使機器「看」的科學，更進一步的說，就是是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，並進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。

機器視覺：機器視覺是人工智慧正在快速發展的一個分支。簡單說來，機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統是通過機器視覺產品(即圖像攝取裝置，分CMOS和CCD兩種)將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統，

得到被攝目標的形態信息，根據像素分布和亮度、顏色等信息，轉變成數字化信號;圖像系統對這些信號進行各種運算來抽取目標的特徵，進而根據判別的結果來控制現場的設備動作。

2、原理不同

計算機視覺：計算機視覺就是用各種成象系統代替視覺器官作為輸入敏感手段，由計算機來代替大腦完成處理和解釋。計算機視覺的最終研究目標就是使計算機能象人那樣通過視覺觀察和理解世界，具有自主適應環境的能力。要經過長期的努力才能達到的目標。

因此，在實現最終目標以前，人們努力的中期目標是建立一種視覺系統，這個系統能依據視覺敏感和反饋的某種程度的智能完成一定的任務。例如，計算機視覺的一個重要應用領域就是自主車輛的視覺導航，還沒有條件實現象人那樣能識別和理解任何環境，完成自主導航的系統。

因此，人們努力的研究目標是實現在高速公路上具有道路跟蹤能力，可避免與前方車輛碰撞的視覺輔助駕駛系統。這里要指出的一點是在計算機視覺系統中計算機起代替人腦的作用，但並不意味著計算機必須按人類視覺的方法完成視覺信息的處理。

計算機視覺可以而且應該根據計算機系統的特點來進行視覺信息的處理。但是，人類視覺系統是迄今為止，人們所知道的功能最強大和完善的視覺系統。如在以下的章節中會看到的那樣，對人類視覺處理機制的研究將給計算機視覺的研究提供啟發和指導。

因此，用計算機信息處理的方法研究人類視覺的機理，建立人類視覺的計算理論，也是一個非常重要和信人感興趣的研究領域。這方面的研究被稱為計算視覺（Computational Vision）。計算視覺可被認為是計算機視覺中的一個研究領域。

機器視覺：機器視覺檢測系統採用CCD照相機將被檢測的目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號，

圖像處理系統對這些信號進行各種運算來抽取目標的特徵，如面積、數量、位置、長度，再根據預設的允許度和其他條件輸出結果，包括尺寸、角度、個數、合格 / 不合格、有 / 無等，實現自動識別功能。

3、應用不同

計算機視覺：人類正在進入信息時代，計算機將越來越廣泛地進入幾乎所有領域。一方面是更多未經計算機專業訓練的人也需要應用計算機，而另一方面是計算機的功能越來越強，使用方法越來越復雜。

這就使人在進行交談和通訊時的靈活性與在使用計算機時所要求的嚴格和死板之間產生了尖銳的矛盾。人可通過視覺和聽覺，語言與外界交換信息，並且可用不同的方式表示相同的含義，而計算機卻要求嚴格按照各種程序語言來編寫程序，只有這樣計算機才能運行。

為使更多的人能使用復雜的計算機，必須改變過去的那種讓人來適應計算機，來死記硬背計算機的使用規則的情況。而是反過來讓計算機來適應人的習慣和要求，

以人所習慣的方式與人進行信息交換，也就是讓計算機具有視覺、聽覺和說話等能力。這時計算機必須具有邏輯推理和決策的能力。具有上述能力的計算機就是智能計算機。

機器視覺：在國外，機器視覺的應用普及主要體現在半導體及電子行業，其中大概40%-50%都集中在半導體行業。具體如PCB印刷電路：各類生產印刷電路板組裝技術、設備；單、雙面、多層線路板，覆銅板及所需的材料及輔料；

輔助設施以及耗材、油墨、葯水葯劑、配件；電子封裝技術與設備；絲網印刷設備及絲網周邊材料等。SMT表面貼裝：SMT工藝與設備、焊接設備、測試儀器、返修設備及各種輔助工具及配件、SMT材料、貼片劑、膠粘劑、焊劑、焊料及防氧化油、焊膏、清洗劑等；

再流焊機、波峰焊機及自動化生產線設備。電子生產加工設備：電子元件製造設備、半導體及集成電路製造設備、元器件成型設備、電子工模具。機器視覺系統還在質量檢測的各個方面已經得到了廣泛的應用，並且其產品在應用中占據著舉足輕重的地位。

除此之外，機器視覺還用於其他各個領域。

Ⅷ 研究生（計算機視覺方向），對專業課是否有要求

告訴你會 必定會 只有設計到產品設計的 手繪是必須要會的 建築師要靠的 拿到一個產品的方案後老闆先看你的草圖設計 然後過了再到3d組做出來效果圖分析。所以手繪是基礎啊 其實也不那麼難別怕 畢竟現在都用電腦設計了有很多軟體呢。

Ⅸ 計算機視覺需要電子知識嗎

計算機視覺是一門研究如何使機器「看」的科學，更進一步的說，就是是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，並進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。作為一個科學學科，計算機視覺研究相關的理論和技術，試圖建立能夠從圖像或者多維數據中獲取『信息』的人工智慧系統。這里所 指的信息指Shannon定義的，可以用來幫助做一個「決定」的信息。因為感知可以看作是從感官信號中提 取信息，所以計算機視覺也可以看作是研究如何使人工系統從圖像或多維數據中「感知」的科學。
中文名
計算機視覺
外文名
Computer Vision
快速
導航
解析原理相關現狀應用異同問題系統要件會議期刊
定義
計算機視覺是使用計算機及相關設備對生物視覺的一種模擬。它的主要任務就是通過對採集的圖片或視頻進行處理以獲得相應場景的三維信息，就像人類和許多其他類生物每天所做的那樣。
計算機視覺是一門關於如何運用照相機和計算機來獲取我們所需的，被拍攝對象的數據與信息的學問。形象地說，就是給計算機安裝上眼睛（照相機）和大腦（演算法），讓計算機能夠感知環境。我們中國人的成語"眼見為實"和西方人常說的"One picture is worth ten thousand words"表達了視覺對人類的重要性。不難想像，具有視覺的機器的應用前景能有多麼地寬廣。
計算機視覺既是工程領域，也是科學領域中的一個富有挑戰性重要研究領域。計算機視覺是一門綜合性的學科，它已經吸引了來自各個學科的研究者參加到對它的研究之中。其中包括計算機科學和工程、信號處理、物理學、應用數學和統計學，神經生理學和認知科學等。

Ⅹ 研究生。計算機視覺

先看你想考哪個學校！他們是出題的！定好了以後就想辦法弄歷年真題。再找幾個一起考的！考研也還是考試，公共課分數要足，專業課很可能被人家自己的考生欺負的~