您好!欢迎访问上海誉华合乐时时彩信息技术有限公司! 2017年04月28日   星期五
服务商登录 热线电话:
当前位置: 主页 > 合乐时时彩资讯 > wap创业 >

wap创业

计算机视觉技术正流行但其中的技术应用原理


发布时间:2018-05-29 02:03    来源:未知    阅读次数:()

  合乐888官网计算机视觉技术作为人工智能的重要分支,在当前社会经济中扮演着不可取代的角色。机器视觉技术作为一个交叉学科,更是包含了计算机科学、数学、物理学及生物学等学科。机器视觉技术应用原理更是无比复杂和多样。你知道多少呢?

  机器视觉即是用机器来代替人眼做测量和判断的系统,它通过光学装置和非接触传感器自动获取目标对象的图像,并由图像处理设备根据所得图像的像素分布、亮度和颜色等信息进行各种运算处理和判别分析,以提取所需的特征信息或根据判别分析结果对某些现场设备进行运动控制。

  机器视觉系统中的图像处理设备一般都采用计算机,所以机器视觉有时也称为计算机视觉。

  机器视觉发展早期,主要集中在欧美和日本。随着全球制造中心向中国转移,中国机器视觉市场正在继北美、欧洲和日本之后,成为国际机器视觉厂商的重要目标市场。

  在中国,机器视觉应用起源于20世纪80年代的技术引进,相对来说起步较晚,真正在工业领域的广泛应用还不到10年的时间,远远落后于中国工业自动化市场的发展速度和规模。2011年我国机器视觉市场开始启动,行业步入快速发展期。

  目前,中国正成为世界机器视觉发展最活跃的地区之一,应用范围几乎涵盖国民经济的各个行业,计算机视觉技术正流行但其中的技术应用原理你知道多少?其中包括:工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等领域。

  而工业领域是机器视觉应用比重最大的领域,其重要原因是中国已经成为全球制造业的加工中心,高要求的零部件加工及其相应的先进生产线,使许多具有国际先进水平的机器视觉系统和应用经验也进入了中国。

  视觉识别是计算机视觉的关键组成部分,如图像分类、定位和检测。神经网络和深度学习的最新进展极大地推动了这些最先进的视觉识别系统的发展。下面给大家介绍几种基于计算机视觉技术的深度学习模型与应用。

  目前较为流行的图像分类架构是卷积神经网络(CNN)——将图像送入网络,然后网络对图像数据进行分类。卷积神经网络从输入“扫描仪”开始,该输入“扫描仪”也不会一次性解析所有的训练数据。比如输入一个大小为 100*100 的图像,你也不需要一个有 10,000 个节点的网络层。相反,你只需要创建一个大小为 10 *10 的扫描输入层,扫描图像的前 10*10 个像素。然后,扫描仪向右移动一个像素,再扫描下一个 10 *10 的像素,这就是滑动窗口。

  输入数据被送入卷积层,而不是普通层。每个节点只需要处理离自己最近的邻近节点,卷积层也随着扫描的深入而趋于收缩。除了卷积层之外,通常还会有池化层。池化是过滤细节的一种方法,常见的池化技术是最大池化,它用大小为 2*2 的矩阵传递拥有最多特定属性的像素。

  现在,大部分图像分类技术都是在 ImageNet 数据集上训练的, ImageNet 数据集中包含了约 120 万张高分辨率训练图像。测试图像没有初始注释(即没有分割或标签),并且算法必须产生标签来指定图像中存在哪些对象。

  识别图像中的对象这一任务,通常会涉及到为各个对象输出边界框和标签。这不同于分类/定位任务——对很多对象进行分类和定位,而不仅仅是对个主体对象进行分类和定位。在对象检测中,你只有 2 个对象分类类别,即对象边界框和非对象边界框。例如,在汽车检测中,你必须使用边界框检测所给定图像中的所有汽车。

  如果使用图像分类和定位图像这样的滑动窗口技术,我们则需要将卷积神经网络应用于图像上的很多不同物体上。由于卷积神经网络会将图像中的每个物体识别为对象或背景,因此需要在大量的位置和规模上使用卷积神经网络,但是这需要很大的计算量。

  近年来,主要的目标检测算法已经转向更快、更高效的检测系统。这种趋势在 You Only Look Once(YOLO),Single Shot MultiBox Detector(SSD)和基于区域的全卷积网络( R-FCN )算法中尤为明显,这三种算法转向在整个图像上共享计算。因。

咨询热线

咨询服务热线

相关文章

友情链接

Copyright © 2012-2018 上海誉华合乐时时彩信息技术有限公司 版权所有 沪ICP备09050434号-6|网站地图