计算机视觉概述
一、什么是计算机视觉？
1. 计算机视觉的定义
计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉的应用。主要用于模拟人类视觉的优越能力和弥补人类视觉的缺陷。
模拟人类视觉的优越能力：
识别人、物体、场景
估计立体空间、距离
躲避障碍物进行导航
想象并描述故事
理解并讲解图片
弥补人类视觉的缺陷：
关注显著内容、容易忽略很多细节，不擅长精细感知
描述主观、模棱两可
不擅长长时间稳定的执行同一任务
2. 计算机视觉的两个主要研究维度
语义感知(Semantic)
几何属性(Geometry)
3. 计算机视觉的主要目标
什么是人工智能（AI）？
二、计算机视觉的基础及其应用(待细分扩展…….)
1. 计算机视觉的基础
数字图像处理
空域分析及变换（Sobel，拉普拉斯，高斯，中值等）
频域分析及变换（Fourier & Wavelet Transform）
模板匹配，金字塔，滤波器组
特征数据操作：主成分分析/PCA，奇异值分解/SVD，聚类/Cluster
图像特征及描述
颜色特征（RBG，HSV，Lab等）
几何特征（Edge，Corner，Blob等）
纹理特征（HOG，LBP，Gabor等）
局部特征（SIFT，SURF，FAST等）
2. 深度学习在计算机视觉中的应用
图像分类(Image Classification)卷积神经网络CNN
对应有没有问题？，有的话，给出属于某类概率的多少？
图像检测(Image Detection)区域卷积神经网络R-CNN
对应目标在哪儿问题？，用矩形框框出目标
图像分割(Image Segmentation)全卷积神经网络FCN
对应每个像素的类别问题？，用不同颜色画出图像中所有类别的区域轮廓
图像识别(Image Identification)人脸识别、车牌识别、字符识别、行为识别等
对应内容是什么问题？
注意它和
Image Verification的区别？图像描述(Image Captioning)迭代神经网络(Vanilla-RNN，LSTM，GRU)
图像问答(Image Question Answering)迭代神经网络RNN
图像生成(Image Generation)生成对抗网络GAN
3. 图像检索(Content-based Image Retrieval)
以文搜图、以图搜图、图文联搜，找出语义或图像相似的图片
三、计算机视觉的主要研究挑战
视角变化、光照变化、尺度变化、形态变化
背景混淆干扰、遮挡、类内物体的外观差异
四、实战环境配置
win 10 下使用 win_anaconda3-4.2.0 百度云下载(python3.5) 安装 py-opencv
从上面云盘链接下载并安装 Anaconda3-4.2.0
打开 cmd，然后执行
conda install -c https://conda.anaconda.org/menpo opencv3打开 ipython 测试一下：
import cv2 print(cv2.__version__)win 10 下使用 win_anaconda3-4.2.0 百度云下载(python3.5) 安装 TensorFlow
从上面云盘链接下载并安装 Anaconda3-4.2.0
打开 cmd，然后执行
pip install tensorflow # CPU 版或pip install tensorflow-gpu # GPU 版Ubuntu 下使用 linux_anaconda2-4.3.1 百度云下载(python2.7) 安装 TensorFlow
安装 libcupti-dev library，
sudo apt-get install libcupti-dev使用 Anaconda 创建虚拟环境，激活环境后，根据 Anaconda 中的 Python 版本选择 TF_PYTHON_URL 安装 TensorFLow
