《中科院自动化所 计算机视觉课件》由会员分享,可在线阅读,更多相关《中科院自动化所 计算机视觉课件(42页珍藏版)》请在金锄头文库上搜索。
1、计算机视觉计算机视觉 中科院自动化所中科院自动化所 谭铁牛谭铁牛 2005年年3月月4日 北京日 北京 Computer Vision System Input video An intelligent system ? Interpreted object activities 计算机视觉的目的计算机视觉的目的 从二维图象恢复三维信息从二维图象恢复三维信息 从原始的图像数值描述产 生语义概念化的描述 从原始的图像数值描述产 生语义概念化的描述 250250 130130 一辆黑色轿车一辆黑色轿车 Why Computer Vision? 视觉是人类智能的重要组 成部分 视觉是人类智能的重要组
2、 成部分 人类获取的信息人类获取的信息7080 来自视觉 来自视觉 人类视觉的机理需要进一 步的探索 人类视觉的机理需要进一 步的探索 计算机视觉是信息科学领 域的一个重大挑战性问题 计算机视觉是信息科学领 域的一个重大挑战性问题 图灵奖获得者图灵奖获得者Jim Gray列出 的 列出 的12大信息科学问题之一大信息科学问题之一: See as well as a person 自然人机交互自然人机交互 Bill Gates: Bill Gates: The future of computing is to make computers see, hear, speak and learn.
3、 计算机视觉监控计算机视觉监控 异常行为检测实例异常行为检测实例异常行为检测实例异常行为检测实例 Example of Behavior Prediction Example of Behavior Prediction Example of Behavior Prediction Human TrackingIndoor Human TrackingOutdoor 步态识别步态识别 Human Recognition Based on Walking Gait 虹膜识别虹膜识别 核磁共振图象与CT图象融合的切片核磁共振图象与CT图象融合的切片 配准前配准后配准前配准后 软组织 颅骨 配准结果
4、的三维显示配准结果的三维显示 配准结果的三维头皮 显示,绿色为CT重建 结果,肉色为核磁共 振重建结果。 配准结果的三维头皮 显示,绿色为CT重建 结果,肉色为核磁共 振重建结果。 分割结果在二维切片 上的显示。 分割结果在二维切片 上的显示。 脑室重建结果的三维显示脑室重建结果的三维显示 脑室的三维重建脑室的三维重建 行走的兵佣行走的兵佣 Example of Reconstruction Original images Triangulation results Texture mapping Reconstructed points Demo 计算机视觉与图像处理计算机视觉与图像处理 图
5、像处理(图像处理(Image Processing):实现从输入图 像到另一种图像的转换 ):实现从输入图 像到另一种图像的转换 图像处理:人是最终的解释者图像处理:人是最终的解释者 计算机视觉:计算机是图像的解释者计算机视觉:计算机是图像的解释者 计算机视觉系统需要图像处理模块计算机视觉系统需要图像处理模块 计算机视觉与计算机图形学计算机视觉与计算机图形学 计算机图形学:从三维描述到二维图像显示计算机图形学:从三维描述到二维图像显示 计算机视觉:从二维图像数据到三维描述计算机视觉:从二维图像数据到三维描述 在一定意义上讲,计算机视觉是计算机图形 学的逆问题 在一定意义上讲,计算机视觉是计算机
6、图形 学的逆问题 两者从最初相互独立的平行发展到最近的融 合是一大趋势 两者从最初相互独立的平行发展到最近的融 合是一大趋势 计算机视觉与模式识别计算机视觉与模式识别 模式识别:研究各类模式的分类,其中模 式可以有不同的物理意义和表现形式 模式识别:研究各类模式的分类,其中模 式可以有不同的物理意义和表现形式 图像模式的分类是计算机视觉中的一个重 要问题 图像模式的分类是计算机视觉中的一个重 要问题 模式识别中的许多方法可以应用于计算机 视觉中 模式识别中的许多方法可以应用于计算机 视觉中 计算机视觉与人工智能计算机视觉与人工智能 人工智能:主要研究智能系统的设计和有 关智能的计算理论与方法
7、人工智能:主要研究智能系统的设计和有 关智能的计算理论与方法 AI may be considered as having three stages:perception,cognition and action 计算机视觉经常被视为AI的一个分支计算机视觉经常被视为AI的一个分支 计算机视觉与心理物理学计算机视觉与心理物理学 心理物理学(心理物理学(Psychophysics):主要研究人 类自身视觉系统的有关机理与现象 ):主要研究人 类自身视觉系统的有关机理与现象 计算机视觉与心理物理学计算机视觉与心理物理学 心理物理学(心理物理学(Psychophysics):主要研究人 类自身视觉系
8、统的有关机理与现象 ):主要研究人 类自身视觉系统的有关机理与现象 心理物理学的研究结果往往被用来作为建 立计算机视觉模型的理论根据 心理物理学的研究结果往往被用来作为建 立计算机视觉模型的理论根据 Marr的视觉计算理论框架的视觉计算理论框架 美国美国MIT的的David Marr在70年代末提出了 第一个较为完善的视觉系统框架 在70年代末提出了 第一个较为完善的视觉系统框架 此框架尽管存在很多缺陷,但过去20多年 一直处于主导地位 此框架尽管存在很多缺陷,但过去20多年 一直处于主导地位 D.Marr, Vision, 1982., 1982. 中译本:视觉计算理论,姚国正、刘磊、 汪云
9、九译,科学出版社,1988。 中译本:视觉计算理论,姚国正、刘磊、 汪云九译,科学出版社,1988。 视觉系统研究的三个层次视觉系统研究的三个层次 计算理论层次计算理论层次 回答系统各部分的计算目的和策略回答系统各部分的计算目的和策略 表达与算法层次表达与算法层次 给出各部分的信息表达和实现各部分目标 的具体算法 给出各部分的信息表达和实现各部分目标 的具体算法 硬件层次硬件层次 回答如何用硬件实现以上算法回答如何用硬件实现以上算法 视觉信息处理的三个阶段视觉信息处理的三个阶段 低层视觉(低层视觉(Low-level vision) ) 构成所谓的构成所谓的“要素图要素图”(primary s
10、ketch), 包含一些基本的图像特征 (primary sketch), 包含一些基本的图像特征 中层视觉(中层视觉(Intermediate-level vision) ) 构成对环境的2.5维描述,即部分的、不 完整的三维信息描述 构成对环境的2.5维描述,即部分的、不 完整的三维信息描述 高层视觉(高层视觉(High-level vision) ) 从2.5维描述得到完整的三维描述从2.5维描述得到完整的三维描述 Marr视觉计算理论框架视觉计算理论框架 假定视觉计算是由局部信息到整 体信息的单向过程 假定视觉计算是由局部信息到整 体信息的单向过程 低层视觉低层视觉 (Low-leve
11、l Vision) 中层视觉中层视觉 (Intermediate-level Vision) 高层视觉高层视觉 (High-level Vision ) 3D描述 2.5D描述 图像特征 3D描述 2.5D描述 图像特征“要素图要素图” 假定视觉系统是对视觉环境的 被动响应 假定视觉系统是对视觉环境的 被动响应 课程安排课程安排 One lecture every week on FRIDAY morning (9:00-11:50am) 主要参考书主要参考书 马颂德、张正友,计算机视觉,科学出版社,1998马颂德、张正友,计算机视觉,科学出版社,1998 D.Marr, Vision, 19
12、82(中译本:视觉计算理论,姚 国正、刘磊、汪云九译,科学出版社,1988) 1982(中译本:视觉计算理论,姚 国正、刘磊、汪云九译,科学出版社,1988) D.H.Ballard and C.M.Brown, Computer Vision, Prentice-Hall, 1982 R.Jain, R.Kasturi and B.G.Schunck, Machine Vision, McGraw-Hill, 1995 O.D.Faugeras, Three Dimensional Computer Vision: A Geometric Viewpoint, MIT Press, 1993 主要期刊与会议主要期刊与会议 IJCV, IEEE Transactions on PAMI, IEEE T- Image Processing, IEEE T-Multimedia, Pattern Recognition, Image and Vision Computing, PR Letters, ICCV, ICPR, ICIP, CVPR, ECCV, ACCV, BMVC, MVA, 自动化学报、计算机学报、软件学报、电子学报、 中国图像图形学报、模式识别与人工智能、 自动化学报、计算机学报、软件学报、电子学报、 中国图像图形学报、模式识别与人工智能、