多任务学习框架下的视觉目标分类:低秩与稀疏方法文献综述

 2021-11-07 22:28:25

毕业论文课题相关文献综述

文 献 综 述1. 研究背景人类的很多研究以延伸人类能力为目的,早期的工作是在体力上的延伸,计算机的发明将其拓展至脑力和感知能力的延伸,计算机视觉(computer vision , CV)就是采用计算机模拟人类的视觉感知能力。

早期计算机视觉也经常被称为图像理解,是指研究完成一项任务所需的视觉信息以及如何从图像中获取这些信息的研究领域。

计算机视觉主要强调用计算机实现人类的视觉功能。

视觉是人类观察世界、认知世界的重要功能手段,人类从外界获取的信息约有 75 %来自视觉系统,人类视觉过程可以看成是从感觉到知觉的过程,即感受到的是对3D世界的2D投影的二维图像,以及由2D图像认知3D世界的内容和含义。

从狭义上讲,视觉的最终目的是要对场景做出对观察者有意义的解释和描述;从广义上讲,还包括基于这些 解释和描述并根据周围环境和观察者的意愿制定出的行为规划。

因此,计算机视觉依据人脑视觉的工作机理,强调用计算机实现人类的视觉功能,对客观世界的3D场景进行感知、识别和理解 。

视觉目标分类是计算机视觉中的一个重要分支。

计算机视觉的研究是从20世纪60年代中期美国学者L.R.罗伯兹关于理解多面体组成的积木世界研究开始的。

当时运用的预处理、边缘检测、轮廓线构成、对象建模、匹配等技术,后来一直在机器视觉中应用。

罗伯兹在图像分析过程中,采用了自底向上的方法。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。