计算机视觉系统框架结构研究

计算机视觉系统框架的研究对计算机视觉是十分重要的,它指导着计算机视觉的发展方向。文章对计算机视觉发展几十年来在系统结构框架方面(主要是三维重建理论框架和主动视觉理论框架)所取得的研究进行了回顾和总结,并在前人所取得的成果之上,根据现有的实际情况,对原有框架结构进行了一些补充,同时对计算机视觉系统框架提出一些新的看法。     

计算机视觉模型的研究与发展

按照什么模型发展计算机视觉是当前急待明确桑有富争议的问题。本文介绍了 以Ｍａｒｒ框架为基础的传统高觉模型并分析了它潜在的问题，阐述了目的视觉模型的特点及一些研究课题，在此基础上，提出了我们对通用视觉与目的视觉之我的一些看法，最后对计算机视觉进一步研究应重视的领域提出一些建议。     

计算机视觉发展中存在的问题

在计算机视觉的发展中，Ｍａｒｒ视觉理论发挥了重要的作用。但计算机视觉与其人类的对应物－人类视觉相比，还处于相当初级的阶段。十多年来，在Ｍａｒｒ理论的框架下，计算机视觉领域中成果颇丰，同时也陆续发现了一些问题，对此，本文从输入、目的、知识、控制等方面加以论述，并提出了几点建议。     

立体视觉研究的现状与进展

立体视觉是计算机视觉中的一个重要分支，一直是计算机视觉研究的重点和热点之一，在２０多年的发展过程中，逐渐形成了自己的方法和理论，本文系统地评述了立体视觉研究的现状与进展，分析比较了各种技术的优缺点和适用范围，并着重论述了立体视觉的核心－－立体一匹配的研究进展，总结分析了目前立体视觉研究所存在的主要问题和今后的发展方向。     

深度学习发展形势下计算机视觉教学内容革新

近年来，深度学习理论与应用技术获得了快速发展，其在计算机视觉中的应用日益广泛和深入，在诸多计算机视觉任务中取得了受人注目的成绩，给现有的计算机视觉教学内容带来了不容忽视的影响。在总结深度学习理论在计算机视觉各方面应用现状的基础上，提出计算机视觉教学内容的适应性革新，将深度学习理论融入计算机视觉教学中，更好地体现相关学科理论发展对计算机视觉教学内容变革的促进作用。     

模式识别在计算机视觉中的实现

计算机识别技术是基于信号处理、数学几何、物理理论和识别模式结合一体的计算机视觉技术.本文主要将模式识别在计算机视觉中的实现类进行分析,希望能取得一定借鉴意义.     

视觉图像三维重构计算一般性框架研究

三维实体数字图像重构建模是当前计算机视觉研究领域的热点课题,涉及到相机标定、对应点匹配和三维重构计算等关键技术.本文回顾了三维重构建模的研究现状,分析了现有理论和方法在实际应用中存在的问题;在此基础上进行了相关研究,总结出了三维重构计算的一般性框架,提出了一些研究观点和方法,并探讨了三维重构技术的难点和发展趋势.     

视觉Transformer研究的关键问题: 现状及展望

Transformer所具备的长距离建模能力和并行计算能力使其在自然语言处理领域取得了巨大成功并逐步拓展至计算机视觉等领域. 本文以分类任务为切入, 介绍了典型视觉Transformer的基本原理和结构, 并分析了Transformer与卷积神经网络在连接范围、权重动态性和位置表示能力三方面的区别与联系; 同时围绕计算代价、性能提升、训练优化以及结构设计四个方面总结了视觉Transformer研究中的关键问题以及研究进展; 并提出了视觉Transformer的一般性框架; 然后针对检测和分割两个领域, 介绍了视觉Transformer在特征学习、结果产生和真值分配等方面给上层视觉模型设计带来的启发和改变; 并对视觉Transformer未来发展方向进行了展望.     

并行图形绘制技术综述

针对现有计算机视觉理论框架在指导视觉问题中很难克服精度差、受噪声影响大、计算复杂性高的问题,提出仿人的闭环视觉系统模型,引入反馈机制和高层知识的指导,并将其应用到车牌定位系统中。研究结果表明,以该模型实现的仿人视觉车牌定位系统容错性好、准确率高,可以有效地解决光照不均、牌照褪色,以及复杂背景干扰等情况下的车牌定位问题。     

视觉检测系统的反馈机制研究

针对现有计算机视觉理论框架在指导视觉问题中很难克服精度差、受噪声影响大、计算复杂性高的问题,提出仿人的闭环视觉系统模型,引入反馈机制和高层知识的指导,并将其应用到车牌定位系统中。研究结果表明,以该模型实现的仿人视觉车牌定位系统容错性好、准确率高,可以有效地解决光照不均、牌照褪色,以及复杂背景干扰等情况下的车牌定位问题。     

Conceptual Spaces for Computer Vision Representations

A framework for high-level representations in computer vision architectures is described. The framework is based on the notion of conceptual space. This approach allows us to define a conceptual semantics for the symbolic representations of the vision system. In this way, the semantics of the symbols can be grounded to the data coming from the sensors. In addition, the proposed approach generalizes the most popular frameworks adopted in computer vision.     

深度相机在计算机视觉与图形学上的应用研究(英文)

越来越多的应用如几何重建、碰撞检测、混合现实、手势识别等,都依赖于对三维场景准确且快速的分析。通过基于图像的分析或者激光扫描技术来获取场景的深度图,其代价高昂且十分耗时。作为距离测量中一种可替代的设备,深度相机拥有传统的三维测量系统所不具备的一些优点,如较低的价格以及较高的拍摄速度等。最近出现了一些小巧低廉的深度相机设备,这将给计算机视觉、计算机图形学、人机交互等领域带来一系列革命性的变化,吸引了众多研究者的关注。对深度相机最新发展情况进行了介绍,并报告了深度相机在计算机视觉、计算机图形学中的应用现状。     

基于计算机视觉的材料感知技术综述

针对计算机视觉的材料感知问题,综述了国内外的主要研究成果,介绍这些研究的主要方法及其典型算法和基本思想,归纳出材料视觉感知的两种主要研究方法,即材料识别和分类以及材料属性和参数估计。最后提出目前研究所存在的关键问题,并指出材料视觉感知未来的可能发展方向。     

模式识别的现状与发展趋势

本文从智能化识别方法、计算机三维视觉和并行处理专用体系结构三个方面综述了模式识别的现状和发展趋势。     

光截法旋转式物体三维重构

本文依据计算机视觉的理论,采用光截法,搭建了一个旋转物体三维重构实验平台。探讨了摄像机及回转台中心轴的标定和空间坐标转换还原工作。并以表面不平的小纸杯为对象进行了具体实验,在MATLAB下对其进行了图像处理获得物体空间三维数据,并将其三维显示出来,获得了较满意的结果。     

视觉手势识别综述

随着计算机视觉的发展和人机交互的需要,手势识别研究取得了蓬勃的发展。然而,很少有对手势识别进行全面分析、总结、评述的相关综述研究。 针对这一问题, 就基于计算机视觉的手势识别技术的发展现状展开综述, 系统地分析和梳理了近三十年来基于计算机视觉的手势识别技术,按照手势识别的流程,将手势识别分为检测分割、分析和识别3个主要步骤,并对每个步骤分别进行评述,总结归纳其适用范围及优缺点。最后对手势识别进行总结展望。     

基于计算机视觉的Transformer研究进展

Transformer是一种基于自注意力机制、并行化处理数据的深度神经网络.近几年基于Transformer的模型成为计算机视觉任务的重要研究方向.针对目前国内基于Transformer综述性文章的空白,对其在计算机视觉上的应用进行概述.回顾了Transformer的基本原理,重点介绍了其在图像分类、目标检测、图像分割...