什么是计算机视觉？

计算机视觉是人工智能的一个重要分支，它致力于让计算机能够"看见"并理解视觉世界。通过模拟人类视觉系统，计算机视觉使机器能够从图像或视频中获取信息，理解场景内容，并做出相应的决策。

计算机视觉系统的基本组成：

• 图像获取：通过相机等设备捕获图像
• 预处理：图像增强、去噪等
• 特征提取：提取图像中的关键信息
• 模式识别：识别图像中的对象和场景
• 理解与决策：理解场景并做出相应决策

计算机视觉的核心任务

基础任务：

• 图像分类：识别图像中的主要对象
• 目标检测：定位和识别图像中的多个对象
• 图像分割：将图像分割成多个区域
• 特征匹配：在不同图像间找到对应点

高级任务：

• 场景理解：理解图像中的场景和上下文
• 姿态估计：估计物体的3D姿态
• 动作识别：识别视频中的动作
• 3D重建：从2D图像重建3D场景