建站
咨詢
售后
建站咨詢
新聞中心
十余年的靜樂網(wǎng)站建設(shè)經(jīng)驗(yàn)，針對(duì)設(shè)計(jì)、前端、開發(fā)、售后、文案、推廣等六對(duì)一服務(wù)，響應(yīng)快，48小時(shí)及時(shí)工作處理。成都營銷網(wǎng)站建設(shè)的優(yōu)勢是能夠根據(jù)用戶設(shè)備顯示端的尺寸不同，自動(dòng)調(diào)整靜樂建站的顯示方式，使網(wǎng)站能夠適用不同顯示終端，在瀏覽器中調(diào)整網(wǎng)站的寬度，無論在任何一種瀏覽器上瀏覽網(wǎng)站，都能展現(xiàn)優(yōu)雅布局與設(shè)計(jì)，從而大程度地提升瀏覽體驗(yàn)。創(chuàng)新互聯(lián)從事“靜樂網(wǎng)站設(shè)計(jì)”,“靜樂網(wǎng)站推廣”以來，每個(gè)客戶項(xiàng)目都認(rèn)真落實(shí)執(zhí)行。
介紹
計(jì)算機(jī)視覺是數(shù)據(jù)科學(xué)世界中最熱門的研究領(lǐng)域之一。而且，它已經(jīng)成為我們個(gè)人生活的一部分。我們都知道或不知道地使用各種功能，這些功能在后端運(yùn)行計(jì)算機(jī)視覺技術(shù)。例如，我們?cè)谥悄苁謾C(jī)中使用面部解鎖。下圖有效地說明了人臉檢測的工作原理。
我選擇人臉檢測作為本文的開頭，因?yàn)槲覀兌家呀?jīng)看到這是計(jì)算機(jī)視覺的一種應(yīng)用。但是計(jì)算機(jī)視覺不僅限于此。在本文中，你將探索計(jì)算機(jī)視覺的更多有趣應(yīng)用。
目錄
- 什么是計(jì)算機(jī)視覺？
- 使用計(jì)算機(jī)視覺進(jìn)行姿態(tài)估計(jì)
- 使用Gans進(jìn)行圖像轉(zhuǎn)換
- 開發(fā)社交距離工具的計(jì)算機(jī)視覺
- 將2D圖像轉(zhuǎn)換為3D模型
- 醫(yī)學(xué)圖像分析
什么是計(jì)算機(jī)視覺？
在進(jìn)入計(jì)算機(jī)視覺應(yīng)用程序世界之前，首先，讓我們了解一下計(jì)算機(jī)視覺是什么？簡而言之，計(jì)算機(jī)視覺是人工智能的一個(gè)多學(xué)科分支，旨在復(fù)制人類視覺的強(qiáng)大功能。
如果是正式定義，
“計(jì)算機(jī)視覺是一種實(shí)用工具，可以根據(jù)感知到的圖像對(duì)實(shí)際的物理對(duì)象和場景做出有用的決策”（Sockman＆Shapiro，2001）
計(jì)算機(jī)視覺通過諸如圖像分類，對(duì)象檢測，圖像分割，對(duì)象跟蹤，光學(xué)字符識(shí)別，圖像字幕等視覺識(shí)別技術(shù)來工作。我知道這些是很多技術(shù)術(shù)語，但理解它們并不難。只需看下面的圖片，你就會(huì)了解許多這些術(shù)語。
讓我們從第一張圖片開始。如果我問你圖片中有什么？你的答案將是，它是一只貓。這其實(shí)是對(duì)圖片進(jìn)行了分類。這意味著基于圖像的分類標(biāo)記圖像。這里的類別是“貓”。
現(xiàn)在你知道圖像的類別了。下一個(gè)問題是對(duì)象在圖像中的位置。當(dāng)我們確定對(duì)象在框架中的位置并在其周圍創(chuàng)建一個(gè)邊界框時(shí)，這稱為定位。在第二張圖像中，我們已經(jīng)確定了對(duì)象的位置并將其標(biāo)記為貓。
下一項(xiàng)是對(duì)象檢測。在前兩種情況下，圖像中只有一個(gè)對(duì)象，但是如果存在多個(gè)對(duì)象該怎么辦。在這里，我們通過邊界框確定存在的實(shí)例及其位置。
在對(duì)象檢測中，我們使用形狀為正方形或矩形的邊界框，但是它不能告訴任何有關(guān)對(duì)象形狀的信息。實(shí)例分割會(huì)在每個(gè)對(duì)象周圍創(chuàng)建一個(gè)像素級(jí)蒙版。因此，實(shí)例分割使人們對(duì)圖像有了更深入的了解。
近期發(fā)展
深度學(xué)習(xí)方法的最新發(fā)展和技術(shù)的進(jìn)步極大地提高了視覺識(shí)別系統(tǒng)的功能。結(jié)果，計(jì)算機(jī)視覺已被公司迅速采用?？梢栽谡麄€(gè)工業(yè)領(lǐng)域看到成功的計(jì)算機(jī)視覺用例，從而擴(kuò)大了應(yīng)用范圍，并增加了對(duì)計(jì)算機(jī)視覺工具的需求。
現(xiàn)在，讓我們一起來看看計(jì)算機(jī)視覺的5個(gè)令人興奮的應(yīng)用程序。
使用計(jì)算機(jī)視覺進(jìn)行姿態(tài)估計(jì)
姿態(tài)估計(jì)是計(jì)算機(jī)視覺的一個(gè)很有趣的應(yīng)用。你一定已經(jīng)聽說過Posenet，它是用于人體姿態(tài)估計(jì)的開源模型。簡而言之，姿態(tài)估計(jì)是一種計(jì)算機(jī)視覺技術(shù)，可以推斷圖像/視頻中存在的人或物體的姿勢。
在討論姿態(tài)估計(jì)的工作之前，讓我們首先了解“人體姿勢骨架”。它是定義一個(gè)人的姿勢的一組坐標(biāo)。一對(duì)坐標(biāo)稱為肢體。此外，通過識(shí)別，定位和跟蹤圖像或視頻中人類姿勢骨架的關(guān)鍵點(diǎn)來執(zhí)行姿態(tài)估計(jì)。
以下是人體姿態(tài)估計(jì)的一些應(yīng)用-
- 用于實(shí)時(shí)體育分析或監(jiān)視系統(tǒng)的活動(dòng)識(shí)別。
- 增強(qiáng)現(xiàn)實(shí)體驗(yàn)
- 訓(xùn)練機(jī)器人
- 動(dòng)畫和游戲
如果你想自己開發(fā)一個(gè)姿態(tài)估計(jì)模型，下面是一些可能用到的數(shù)據(jù)集：
- MPII http://human-pose.mpi-inf.mpg.de/
- COCO keypoint challenge https://cocodataset.org/#download
- HUMANEVA http://humaneva.is.tue.mpg.de/
使用Gans進(jìn)行圖像轉(zhuǎn)換
Faceapp是一個(gè)非常有趣和流行的應(yīng)用程序。它是一種圖像處理工具，可使用濾鏡轉(zhuǎn)換輸入圖像。過濾器可能包括老化或最近的一個(gè)性別交換過濾器。
看上面的圖片，有趣嗎？幾個(gè)月前，這是互聯(lián)網(wǎng)上的熱門話題。人們?cè)诮粨Q性別后分享圖片。但是這類應(yīng)用程序背后的技術(shù)是什么？是的，你猜對(duì)了，它是計(jì)算機(jī)視覺，更具體地說，它是一個(gè)深層次的卷積生成的對(duì)抗性網(wǎng)絡(luò)。
生成對(duì)抗網(wǎng)絡(luò)，俗稱GAN，是計(jì)算機(jī)視覺領(lǐng)域的一項(xiàng)令人振奮的創(chuàng)新。盡管GAN是一個(gè)古老的概念，但目前的形式是由Ian Goodfello在2014年提出的。從那以后，它有了許多發(fā)展。
GAN的訓(xùn)練涉及兩個(gè)相互競爭的神經(jīng)網(wǎng)絡(luò)，根據(jù)給定訓(xùn)練數(shù)據(jù)的分布生成新的數(shù)據(jù)。盡管最初提出作為一種無監(jiān)督學(xué)習(xí)機(jī)制，但是GAN證明了自己是有監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)的理想選擇。
以下是一些數(shù)據(jù)集，可幫助你獲得GANs的實(shí)踐經(jīng)驗(yàn)
- CelebA http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html
- Flicker face dataset https://github.com/NVlabs/ffhq-dataset
- Cartoonset https://google.github.io/cartoonset/
應(yīng)用領(lǐng)域
使用Gans生成的圖像的應(yīng)用程序有很多。以下是它的一些應(yīng)用程序
- 風(fēng)格遷移和照片修復(fù)中的圖像到圖像翻譯
- 圖像超分辨率
- 文字到圖像的生成
- 圖片編輯
- 語義圖像到照片的翻譯
如果你發(fā)現(xiàn)更有趣的內(nèi)容，請(qǐng)留言告訴我。
開發(fā)社交距離工具的計(jì)算機(jī)視覺
在過去的幾個(gè)月中，世界正遭受大流行COVID-19的困擾。發(fā)現(xiàn)在沒有該疾病的疫苗之前，我們所有人都必須采取預(yù)防措施，使用洗手液，口罩，最重要的是保持社交距離。
在這種關(guān)鍵情況下，計(jì)算機(jī)視覺技術(shù)可以發(fā)揮至關(guān)重要的作用。它可用于跟蹤房屋或特定區(qū)域中的人員，以了解他們是否遵守社會(huì)距離規(guī)范。
社交距離工具是對(duì)象檢測和實(shí)時(shí)跟蹤的應(yīng)用程序。在這種情況下，為了檢查社交距離違規(guī)行為，我們使用邊界框檢測視頻中存在的每個(gè)人。稍后，我們跟蹤框架中每個(gè)框的運(yùn)動(dòng)并計(jì)算它們之間的距離。如果它檢測到任何違反社會(huì)距離規(guī)范的行為，則將突出顯示那些邊界框。
此外，為使這些工具更先進(jìn)，更準(zhǔn)確，你可以使用遷移學(xué)習(xí)技術(shù)。各種預(yù)訓(xùn)練的對(duì)象檢測模型（如YOLO或Mask R-CNN）也都存在。
將2D圖像轉(zhuǎn)換為3D模型
這是計(jì)算機(jī)視覺的另一個(gè)非常有趣的應(yīng)用。它將二維圖像轉(zhuǎn)換為3D模型。例如，假設(shè)你有舊收藏中的一張照片，并且能夠?qū)⑵滢D(zhuǎn)換為3D模型并像在那兒一樣進(jìn)行檢查。
Deep Mind的研究人員提出了一個(gè)在相似的系統(tǒng)上工作的AI系統(tǒng)。它被稱為Generative Query Network（生成查詢網(wǎng)絡(luò)），它可以像人類一樣從不同角度感知圖像。
此外，Nvidia還開發(fā)了一種AI架構(gòu)，可以根據(jù)圖像預(yù)測3D屬性。同樣，F(xiàn)acebook AI提供了一種類似的工具，稱為3D照片功能。
以下是一些相關(guān)的數(shù)據(jù)集，可供你進(jìn)行試驗(yàn)
- IKEA dataset http://ikea.csail.mit.edu/
- Opensurface dataset http://opensurfaces.cs.cornell.edu/
- NYU Depth dataset https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html
- ObjectNet3D https://cvgl.stanford.edu/projects/objectnet3d/
應(yīng)用領(lǐng)域
現(xiàn)在，你必須考慮該技術(shù)的用例。以下是其應(yīng)用
- 動(dòng)畫與游戲
- 機(jī)器人技術(shù)
- 自動(dòng)駕駛汽車
- 醫(yī)學(xué)診斷和外科手術(shù)
醫(yī)療保健中的計(jì)算機(jī)視覺：醫(yī)學(xué)圖像分析
很長一段時(shí)間以來，計(jì)算機(jī)支持的醫(yī)學(xué)圖像被用于診斷，如CT掃描、X射線等。此外，計(jì)算機(jī)視覺技術(shù)的最新發(fā)展使醫(yī)生能夠通過將圖像轉(zhuǎn)換為三維交互式模型來更好地理解這些圖像，并使其更易于解釋。
如果我們看一下計(jì)算機(jī)視覺的最新使用案例，那么我們會(huì)發(fā)現(xiàn)它是在用胸部x光檢查COVID-19病例。此外，根據(jù)武漢市放射科的一項(xiàng)研究，深度學(xué)習(xí)方法可以有效地區(qū)分Covid-19和社區(qū)獲得性肺炎。
檢查一下由Kaggle提供的COVID-19胸部x光數(shù)據(jù)集，并在實(shí)施過程中自己動(dòng)手。
- COVID-19胸部x光數(shù)據(jù)集：https://www.kaggle.com/bachrr/covid-chest-xray
同時(shí)，如果你想在另一個(gè)數(shù)據(jù)集上工作，那么你也可以在Kaggle上獲得CT醫(yī)學(xué)圖像（https://www.kaggle.com/kmader/siim-medical-images） 。
尾注
總而言之，計(jì)算機(jī)視覺是人工智能的一個(gè)引人入勝的領(lǐng)域。在本文中，我討論了一些我發(fā)現(xiàn)很有趣的東西。但這只是冰山一角。
名稱欄目：5個(gè)優(yōu)秀的計(jì)算機(jī)視覺應(yīng)用與相關(guān)數(shù)據(jù)集
文章URL：http://www.dlmjj.cn/article/dpisdie.html
