认知篇#11：计算机视觉研究领域的大致分类

一、概述

计算机视觉是一门研究如何让机器“看见”并“理解”数字图像或视频的科学。它旨在通过算法和模型，自动地从视觉数据中提取、分析和处理信息，从而感知环境、识别物体、跟踪运动、重建三维场景等。其最终目标是赋予机器像人类一样的视觉感知能力，让计算机能自动“看懂”世界，并应用于自动驾驶、医疗影像、安防监控、工业检测和增强现实等众多领域

二、分类

大体上讲，计算机视觉所研究的对象可以分为两类。第一是语义感知，第二是几何属性。

语义感知是目前研究最为广泛的领域，其中包括这不少于六个研究方向。包括分类（classification）、检测（detection）、识别（recognition）、分割（segmentation）、检索（retrieval）、语言（language）。

1、分类（classification）

视觉模型执行分类任务的对象通常是物体，简单说就是将图像中的主要元素进行分类。

2、检测（detection）

检测任务不仅需要分类，还需要进行多个目标的检测，并分别输出它们的置信度。

3、识别（recognition）

识别任务更加精确，需要区分同一种物体的细节不同，例如人脸识别、指纹识别等等。

4、分割（segmentation）

分割是指将目标物体从图像中“扣”出来。

5、检索（retrieval）

检索主要包括以文搜图、以图搜图等形式。

6、语言（language）

语言需要解决的是模型对图片的理解能力，进行问答或者语言描述。

三、可视化

四、总结

文章重点将其研究内容分为语义感知和几何属性两大类，并详细介绍了语义感知的六个核心任务：分类、检测、识别、分割、检索和基于图像的语言理解，清晰地勾勒出了该领域的技术框架。