計(jì)算機(jī)視覺常用算法

計(jì)算機(jī)視覺算法在圖像識(shí)別方面的一些難點(diǎn)：

1）視角變化：同一物體，攝像頭可以從多個(gè)角度來展現(xiàn)；

2）大小變化：物體可視的大小通常是會(huì)變化的（不僅是在圖片中，在真實(shí)世界中大小也是由變化的）；

3）形變：很多東西的形狀并非一成不變，會(huì)有很大變化；

4）遮擋：目標(biāo)物體可能被遮擋。有時(shí)候只有物體的一部分（可以小到幾個(gè)像素）是可見的； 5）光照條件：在像素層面上，光照的影響非常大；

6）背景干擾：物體可能混入背景之中，使之難以被辨認(rèn)；

7）類內(nèi)差異：一類物體的個(gè)體之間的外形差異很大，如椅子。這一類物體有許多不同的對(duì)象，每個(gè)都有自己的外形

人臉識(shí)別算法主要包含三個(gè)模塊：

人臉檢測(cè)（Face Detection）：確定人臉在圖像中的大小和位置，也就是在圖像中預(yù)測(cè)anchor；

人臉對(duì)齊（Face Alignment）：它的原理是找到人臉的若干個(gè)關(guān)鍵點(diǎn)（基準(zhǔn)點(diǎn)，如眼角，鼻尖，嘴角等），然后利用這些對(duì)應(yīng)的關(guān)鍵點(diǎn)通過相似變換（Similarity Transform，旋轉(zhuǎn)、縮放和平移）將人臉盡可能變換到標(biāo)準(zhǔn)人臉；

人臉特征表征（Feature Representation）：它接受的輸入是標(biāo)準(zhǔn)化的人臉圖像，通過特征建模得到向量化的人臉特征，最后通過分類器判別得到識(shí)別的結(jié)果。關(guān)鍵點(diǎn)是怎樣得到不同人臉的有區(qū)分度的特征，比如：鼻子、嘴巴、眼睛等。

早期算法：

子空間（線性降維）

PCA（主成成分分析） ：盡量多地保留原始數(shù)據(jù)的保留主要信息，降低冗余信息；

LDA（線性判別分析）：增大類間差距，減小類內(nèi)差距。

非線性降維： 流形學(xué)習(xí)、加入核函數(shù)。

ICA（獨(dú)立成分分析）：比PCA效果好，比較依賴于訓(xùn)練測(cè)試場(chǎng)景，且對(duì)光照、人臉的表情、姿態(tài)敏感，泛化能力不足。

HMM（隱馬爾科夫） ： 和前面這些算法相比，它對(duì)光照變化、表情和姿態(tài)的變化更魯棒。

早期：數(shù)據(jù)和模型結(jié)構(gòu)；

后期：loss，從而得到不同人臉的有區(qū)分度的特征。

常用算法總結(jié)

計(jì)算機(jī)視覺中的相關(guān)算法的源代碼

計(jì)算機(jī)視覺常用算法博客

特征提取（找到若干個(gè)關(guān)鍵點(diǎn)）

（1） SIFT （尺度不變特征變換） 具有尺度不變性，可在圖像中檢測(cè)出關(guān)鍵點(diǎn)。

（2） SURF（加速穩(wěn)健特征，SIFT加速版）

核心：構(gòu)建Hessian矩陣，判別當(dāng)前點(diǎn)是否為比鄰域更亮或更暗的點(diǎn)，由此來確定關(guān)鍵點(diǎn)的位置。

優(yōu)：特征穩(wěn)定；

缺：對(duì)于邊緣光滑的目標(biāo)提取能力較弱。

（3） ORB

結(jié)合Fast與Brief算法，并給Fast特征點(diǎn)增加了方向性，使得特征點(diǎn)具有旋轉(zhuǎn)不變性，并提出了構(gòu)造金字塔方法，解決尺度不變性。

ORB算法的速度是sift的100倍，是surf的10倍。

經(jīng)顯示觀察到，ORB算法在特征點(diǎn)標(biāo)記時(shí)數(shù)量較少，如圖：

SIFT、SURF、ORB實(shí)現(xiàn)

（4） FAST角點(diǎn)檢測(cè)

FAST的方法主要是考慮像素點(diǎn)附近的圓形窗口上的16個(gè)像素

如果要提高檢測(cè)速度的話，只需要檢測(cè)四個(gè)點(diǎn)就可以了，首先比較第1和第9個(gè)像素，如果兩個(gè)點(diǎn)像素強(qiáng)度都在中心像素強(qiáng)度t變化范圍內(nèi)（及都同中心點(diǎn)相似），則說明這不是角點(diǎn)，如果接下來檢測(cè)第5和13點(diǎn)時(shí)，發(fā)現(xiàn)上述四點(diǎn)中至少有三個(gè)點(diǎn)同中心點(diǎn)不相似，則可以說明這是個(gè)角點(diǎn)。

非極大值抑制：如果存在多個(gè)關(guān)鍵點(diǎn)，則刪除角響應(yīng)度較小的特征點(diǎn)。

（5） HOG （方向梯度直方圖）

（6） LBP（局部二值特征）論述了高維特征和驗(yàn)證性能存在著正相關(guān)的關(guān)系，即人臉維度越高，驗(yàn)證的準(zhǔn)確度就越高。

（7）Haar

計(jì)算機(jī)視覺有哪些分類

人類視覺所具有的強(qiáng)大功能和完美的信息處理方式引起了智能研究者的極大興趣，人們希望以生物視覺為藍(lán)本研究一個(gè)人工視覺系統(tǒng)用于機(jī)器人中，期望機(jī)器人擁有類似人類感受環(huán)境的能力。機(jī)器人要對(duì)外部世界的信息進(jìn)行感知，就要依靠各種傳感器。就像人類一樣，在機(jī)器人的眾多感知傳感器中，視覺系統(tǒng)提供了大部分機(jī)器人所需的外部相界信息。因此視覺系統(tǒng)在機(jī)器人技術(shù)中具有重要的作用。

依據(jù)視覺傳感器的數(shù)量和特性，目前主流的移動(dòng)機(jī)器人視覺系統(tǒng)有單目視覺、雙目立體視覺、多目視覺和全景視覺等。

單目視覺，單目視覺系統(tǒng)只使用一個(gè)視覺傳感器。單目視覺系統(tǒng)在成像過程中由于從三維客觀世界投影到N維圖像上，從而損失了深度信息，這是此類視覺系統(tǒng)的主要缺點(diǎn)（盡管如此，單目視覺系統(tǒng)由于結(jié)構(gòu)簡(jiǎn)單、算法成熟且計(jì)算量較小，在自主移動(dòng)機(jī)器人中已得到廣泛應(yīng)用，如用于目標(biāo)跟蹤、基于單目特征的室內(nèi)定位導(dǎo)航等。同時(shí)，單目視覺是其他類型視覺系統(tǒng)的基礎(chǔ)，如雙目立體視覺、多目視覺等都是在單目視覺系統(tǒng)的基礎(chǔ)上，通過附加其他手段和措施而實(shí)現(xiàn)的。

雙目立體視覺。雙目視覺系統(tǒng)由兩個(gè)攝像機(jī)組成，利用三角測(cè)量原理獲得場(chǎng)景的深度信息，并且可以重建周圍景物的三維形狀和位置，類似人眼的體視功能，原理簡(jiǎn)單。雙目視覺系統(tǒng)需要精確地知道兩個(gè)攝像機(jī)之間的空間位置關(guān)系，而且場(chǎng)景環(huán)境的3D信息需要兩個(gè)攝像機(jī)從不同角度，同時(shí)拍攝同一場(chǎng)景的兩幅圖像，并進(jìn)行復(fù)雜的匹配，才能準(zhǔn)確得到立體視覺系統(tǒng)能夠比較準(zhǔn)確地恢復(fù)視覺場(chǎng)景的三維信息，在移動(dòng)機(jī)器人定位導(dǎo)航、避障和地圖構(gòu)建等方面得到了廣泛的應(yīng)用用。然而，立體視覺系統(tǒng)的難點(diǎn)是對(duì)應(yīng)點(diǎn)匹配的問題，該問題在很大程度上制約著立體視覺在機(jī)器人領(lǐng)域的應(yīng)用前景。

多目視覺系統(tǒng)。多目視覺系統(tǒng)采用三個(gè)或三個(gè)以上攝像機(jī)，三目視覺系統(tǒng)居多，主要用來解決又目立體視覺系統(tǒng)中匹配多義性的問題，提高匹配精度。多目視覺系統(tǒng)最早由莫拉維克研究，他為“StanfordCart”研制的視覺導(dǎo)航系統(tǒng)采用單個(gè)攝像機(jī)的“滑動(dòng)

立體視覺”來實(shí)現(xiàn)，雅西達(dá)提出了三目立體視覺系統(tǒng)解決對(duì)應(yīng)點(diǎn)匹配的問題，真正突破了《目立體視覺系統(tǒng)的局限，并指出以邊界點(diǎn)作為匹配特征的三目視覺系統(tǒng)中，其三元的配的準(zhǔn)確率比較高，艾雅湜提出了用多邊形近似宕的邊界點(diǎn)段作為特征的三目匹配算法，并用到移動(dòng)機(jī)器人中，取得了較好的效果，三目視覺系統(tǒng)的優(yōu)點(diǎn)是充分利用了第三個(gè)攝像機(jī)的信息，減少了錯(cuò)誤匹配，解決了雙目視覺系統(tǒng)匹配的多義性，提高了定位精度，但三目視覺系統(tǒng)要合理安置三個(gè)攝像機(jī)的相對(duì)位置，其結(jié)構(gòu)配置比雙目視覺系統(tǒng)更煩瑣，而且匹配算法更復(fù)雜需要消耗更多的時(shí)間，實(shí)時(shí)性更差

全景視覺，全景視覺系統(tǒng)是具有較大水平視場(chǎng)的多方向成像系統(tǒng)，突出的優(yōu)點(diǎn)是有較大的視場(chǎng)，可以達(dá)到360度，這是其他常規(guī)鏡頭無法比擬的，全景視覺系統(tǒng)可以通過圖像拼的方法或者通過折反射光學(xué)元件實(shí)現(xiàn)。圖像拼接的方法使用單個(gè)或多個(gè)相機(jī)旋轉(zhuǎn)，對(duì)場(chǎng)景進(jìn)行大角度掃描，獲取不同方向上連續(xù)的多幀圖像，再用拼接技術(shù)得到全景圖。折反射全景視覺系統(tǒng)由CCD攝像機(jī)、折反射光學(xué)元件等組成，利用反射鏡成像原理，可以觀察360度場(chǎng)景，成像速度快，能達(dá)到實(shí)時(shí)要求，具有十分重要的應(yīng)用前景，可以應(yīng)用在機(jī)器人導(dǎo)航中。全景視覺系統(tǒng)本質(zhì)上也是一種單目視覺系統(tǒng)，也無法得到場(chǎng)景的深度信息。其另一個(gè)特點(diǎn)是獲取的圖像分辨率較低，并且圖像存在很大的畸變，從而會(huì)影響圖像處理的穩(wěn)定性和精度。在進(jìn)行圖像處理時(shí)首先需要根據(jù)成像模型對(duì)畸變圖像進(jìn)行校正，這種較正過程不但會(huì)影響視覺系統(tǒng)的實(shí)時(shí)性，而且還會(huì)造成信息的損失。另外這種視覺系統(tǒng)對(duì)全景反射鏡的加工精度要求很多，若雙曲反射鏡面的精度達(dá)不到要求，利用理想模型對(duì)圖像校正則會(huì)存在較大偏差。

混合視覺系統(tǒng)，混合視覺系統(tǒng)吸收各種視覺系統(tǒng)的優(yōu)點(diǎn)，采用兩種或兩種以上的視覺系統(tǒng)組成復(fù)合視覺系統(tǒng)，多采用單目或雙目視覺系統(tǒng)，同時(shí)配備其他視覺系統(tǒng)。全景視覺系統(tǒng)由球面反射系統(tǒng)組成，其中全景視覺系統(tǒng)提供大視角的環(huán)境信息，雙目立體視覺系統(tǒng)和激光測(cè)距儀檢測(cè)近距離的障礙物，清化大學(xué)的朱志剛使用一個(gè)攝像機(jī)研制了多尺度視覺傳感系統(tǒng)POST，實(shí)現(xiàn)了雙目注視、全方位環(huán)視和左右兩側(cè)的時(shí)代全景成像，為機(jī)器人提供了導(dǎo)航。全景視覺系統(tǒng)具有全景視覺系統(tǒng)視場(chǎng)范圍大的優(yōu)點(diǎn)，同時(shí)又具備雙目視覺系統(tǒng)精度高的長(zhǎng)處，但是該類系統(tǒng)配置復(fù)雜，費(fèi)用比較高。

在不久的將來，多智時(shí)代一定會(huì)徹底走入我們的生活，有興趣入行未來前沿產(chǎn)業(yè)的朋友，可以收藏多智時(shí)代，及時(shí)獲取人工智能、大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)的前沿資訊和基礎(chǔ)知識(shí)，讓我們一起攜手，引領(lǐng)人工智能的未來！