共查询到17条相似文献,搜索用时 140 毫秒
1.
计算机视觉系统框架结构研究 总被引:3,自引:0,他引:3
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。 相似文献
2.
计算机视觉模型的研究与发展 总被引:6,自引:1,他引:5
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。 相似文献
3.
计算机视觉发展中存在的问题 总被引:1,自引:0,他引:1
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。 相似文献
4.
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。 相似文献
5.
6.
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. 相似文献
7.
8.
视觉Transformer研究的关键问题: 现状及展望 总被引:3,自引:0,他引:3
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. 相似文献
9.
10.
11.
Conceptual Spaces for Computer Vision Representations 总被引:1,自引:1,他引:0
Antonio Chella Marcello Frixione Salvatore Gaglio 《Artificial Intelligence Review》2001,16(2):137-152
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. 相似文献
12.
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。 相似文献
13.
14.
15.
16.
17.
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... 相似文献