計算機網路視覺與應用

⑴ 計算機類專業解讀：智能科學與技術

一、智能科學與技術專業是什麼？

智能科學技術以信息科學、認知神經科學、控制論為基礎，以人工智慧科學為核心，以實現機器智能和復雜智能系統應用為目標，是一個引領未來 社會 發展的新型學科。

智能科學與技術屬計算機類專業，基本修業年限為四年，授予理學或工學學士學位。該專業旨在培養具有數學、電子技術、信息處理、測控技術、計算機、互聯網路和人工智慧的基礎知識和基本技能與方法，掌握智能科學與技術的基礎理論與知識、基本技能與方法，熟悉本專業國內外現狀和發展趨勢，具備數據智能分析、智能行為交互及智能系統集成等方面研究與開發能力，畢業後能 在企業、事業、科研部門、教育單位和行政部門等單位，從事智能系統、智能信息處理、智能行為決策、智能機器人、智能產品等方面的科學研究、開發設計、工程應用、決策管理和教學等工作的復合型、應用型 科技 人才。

二、智能科學與技術專業學什麼？

示例一（沈陽工業大學）：電路分析基礎、模擬電子技術、數字電子技術、單片機原理及應用、C++程序設計、計算機網路與web技術、數字信號處理、嵌入式操作系統、嵌入式系統及應用、人工智慧、運籌學與優化方法、自動控制原理、控制工程、電機控制技術、模糊控制、神經網路技術、智能技術應用、物聯網技術應用等。

示例二（遼寧石油化工大學）：程序設計基礎、離散數學、數據結構、操作系統、數字電路與邏輯設計、資料庫原理、計算機網路、腦與認知科學基礎、數字信號處理、Python程序設計、數字圖象處理、模式識別、機器學習、神經網路與深度學習、自然語言處理、計算機視覺等。

示例三（大連海事大學）程序設計基礎與C語言、面向對象程序設計基礎與JAVA語言、計算機組成原理、單片機原理及應用、離散數學、數據結構、計算機網路、操作系統、資料庫原理與應用、演算法設計與分析、信息系統分析與設計、人工智慧基礎、腦與認知科學、模式識別、機器學習、智能信息處理、不確定性計算、智能系統導論、數據倉庫與數據挖掘、智能機器人、智能機器人操作系統、智能機器人程序設計、智能機器人實驗、程序設計實訓、智能系統課程實踐等。

示例四（渤海大學）：大學英語、大學物理、高等數學、線性代數、概率論與數理統計、離散數學、C語言程序設計、面向對象程序設計、數據結構、資料庫原理及應用、計算機網路、操作系統、模式識別、人工智慧、機器學習、Python程序設計、數據挖掘、計算機視覺、大數據技術及應用、演算法分析與設計等。

示例五（大連東軟信息學院）：計算機基礎及C語言程序設計、數據結構、C 程序設計、電路分析、模擬電路、數字電路、電子線路計算機輔助設計、智能科學與技術概論、單片機原理與應用、信號與系統、人工智慧基礎、自動控制原理、感測器與介面技術、智能信息處理、圖像處理、智能機器人、模式識別、工業現場匯流排與控制網路、數字信號處理、可編程邏輯器件、多媒體技術、虛擬儀器設計、可編程邏輯控制器、智能系統設計綜合項目等。

示例六（北京 科技 大學）：腦科學與認知科學概論、人工智慧基礎、資訊理論與編碼、控制工程基礎、機器人組成原理、計算智能基礎、模式識別基礎、機器學習、智能控制及其應用、嵌入式系統、數據結構與演算法分析、計算機網路等。

示例七（華北理工大學）：離散數學、數值計算、數據學、信號與系統、數據結構與演算法、資料庫技術與應用、程序設計技術、計算機網路技術、多媒體技術；數據獲取技術、人工智慧、模式識別、數據挖掘、機器學習、智能計算、智能信息處理、最優化理論與方法、數字圖像處理、虛擬現實技術、智能機器人等。

示例八（燕山大學）：電路原理、模擬電子技術、數字電子技術、微型計算機原理、反饋控制理論、現代控制理論、人工智慧與機器學習導論、機器人控制、電氣控制及PLC、虛擬現實、計算機視覺與圖像處理、模式識別、腦科學與認知科學、物聯網技術基礎等。

示例九（上海理工大學）：高等數學、大學物理、大學英語、程序設計、離散數學、操作系統、面向對象程序設計、JAVA編程與開發、數字電子技術、數據結構、單片機原理、自動控制原理、人工智慧、數據挖掘、自然語言處理、模式識別、智能信息處理、智能控制、數字信號處理、圖像處理。

示例十（安徽工程大學）：數據結構、智能控制理論與技術、腦與認知科學基礎、模式識別、演算法分析與設計、數字圖像處理、語音信號處理、數據挖掘技術、FPGA技術與應用、工業機器人、機械設計、電子技術、微機原理及應用Ⅱ、復變函數與積分變換、工程概率論與數理統計、機械設計課程設計等。

示例十一（集美大學）：高等數學、線性代數、概率論與數理統計、高級語言程序設計、離散數學、數據結構、數字邏輯、計算機組成原理、操作系統、演算法設計與分析、Java程序設計、Web開發技術、資料庫原理、計算機網路、數字圖像處理、智能科學技術導論、機器學習、智能交互機器人、智能信息處理、計算機視覺等。

示例十二（南昌交通學院）：FPGA設計基礎、感測器與檢測技術、嵌入式實時操作系統、電路原理、數字信號處理、數據結構、數字電子技術、生物特徵識別技術與應用、微機原理與介面技術、自動控制原理、單片機原理及應用、移動應用開發、Python語言。

示例十三（青島大學）：單片機原理與應用；腦認知科學；人工智慧；自控原理；嵌入式系統；機器學習：視覺理論；智能信息處理；智能機器人；智能控制等。

示例十四（洛陽理工學院）：離散數學、工程數學、數字電子技術、數據結構與演算法(Python)、單片機原理及應用、智能信息獲取、控制工程基礎、電氣控制與PLC 、大數據原理與應用、人工智慧原理、數字圖像處理、數據挖掘技術、模式識別基礎等。

示例十五（湖北 汽車 工業學院）：電路分析與電子技術、高級語言程序設計、數據結構與演算法分析、人工智慧原理、信號與信息處理、嵌入式系統、數字通信與計算機網路、大學物理、深度學習、JAVA程序設計、智能駕駛原理、Python程序設計等。

示例十六（湖南大學）：離散數學、數據結構與演算法、電路與電子學、計算機系統、操作系統、計算機與通信工程導論、人工智慧、計算機網路、嵌入式計算機系統、機器學習、智能控制系統、數字圖像處理、計算機視覺、智能機器人、多感測器信息融合、FPGA數字系統設計、嵌入式操作系統、智能SoC設計、類腦計算與容錯設計、智能優化演算法、組合優化原理、分布式資料庫、知識圖譜及應用、智能感知與學習、車載通信與導航、決策規劃與控制、智能網聯 汽車 實踐等。

示例十七（中南大學）：信息學科導論、計算機與程序設計語言基礎、面向對象編程、資料庫原理、計算機網路、電子技術、電路理論、計算機原理與匯編、離散數學、數據結構、自動控制理論、腦與認知科學基礎、運籌學、人工智慧、模式識別、智能控制、機器人學導論、計算機模擬技術、腦與認知科學基礎、人工智慧、智能控制、機器人學導論、知識工程、商務智能、自然語言處理、生物特徵識別、Web技術、3D編程技術、虛擬現實與智能 游戲 、智能優化及其應用等。

示例十八（華南理工大學）：現代信號處理、微機原理及介面技術、嵌入式系統、經典控制理論與應用、計算機控制、智能控制導論、機器學習及應用、模式識別基礎、圖像處理與機器視覺、腦機介面等。

示例十九（桂林電子 科技 大學）：離散數學、程序設計與問題求解、信號與系統、智能科學技術導論、自動控制原理、人工智慧、模式識別、機器學習、數字圖像處理、計算機控制技術、智能機器人、最優化理論與方法、單片機原理與介面技術。

示例二十（西安電子 科技 大學）：電路分析理論、信號與系統、數字信號處理、模擬電子線路基礎、數字電路及系統設計、通信電路、微機原理與系統設計、數據結構、軟體工程、人工智慧概論、演算法設計與分析、最優化理論與方法、機器學習、計算智能導論、模式識別、圖像理解與計算機視覺、智能感測技術、移動通信與智能技術、智能控制導論、智能數據挖掘、網路信息檢索、智能系統平台專業實驗等。

三、智能科學與技術專業干什麼？

智能科學與技術專業學生畢業後，可在信息處理、自動控制、機器人和人工智慧等智能科學與技術學科相關的專業領域，從事智能產品開發、系統測試和技術支持等工作；或在各類學校及科研院所從事相關的教學、科研等工作；也可報考智能科學與技術、控制理論與控制工程、計算機應用、系統工程等相關學科專業的研究生繼續深造。

⑵ 計算機視覺的應用有哪些

計算機視覺是人工智慧的一種形式，計算機可以「看到」世界，分析視覺數據，然後從中作出決定，或者了解環境和情況。計算機視覺增長背後的驅動因素之一是我們今天生成的數據量，這些數據用於培訓和改善計算機視覺。我們的世界裡有無數的圖像和視頻，它們都來自我們移動設備的內置攝像頭。但是，雖然圖像可以包括照片和視頻，也可以意味著來自熱或紅外感測器和其他來源的數據。隨著大量的視覺數據(每天有超過30億張圖片在網上共享)的出現，分析數據所需的計算能力變得更加容易獲得，也更加廉價。隨著計算機視覺領域隨著新的硬體和演算法的出現而不斷發展，目標識別的准確率也在不斷提高。在不到十年的時間里，今天的系統已經達到99%的准確率，比人類對視覺輸入的快速反應准確率提高了50%1.自主車輛 自動駕駛汽車需要計算機視覺。特斯拉(Tesla)、寶馬(BMW)、沃爾沃(Volvo)和奧迪(Audi)等汽車製造商使用多個攝像頭、激光雷達、雷達和超聲波感測器從環境中獲取圖像，這樣他們的自動駕駛汽車就能探測目標、車道標記、標志和交通信號，從而安全駕駛。 2.翻譯軟體 你所需要做的就是把手機攝像頭對准這些單詞，讓谷歌翻譯應用程序幾乎立刻告訴你它在你喜歡的語言中的意思。通過光學字元識別來查看圖像和增強現實來疊加一個精確的翻譯，這是一個使用計算機視覺的方便工具。 3.面部識別 中國在使用人臉識別技術方面無疑處於領先地位，他們將其用於警察工作、支付識別、機場安檢，甚至在北京天壇公園分發廁紙、防止廁紙被盜，以及其他許多應用。 4.醫療保健 由於90％的醫療數據都是基於圖像的，因此醫學中的計算機視覺有很多用途。從啟用新的醫療診斷方法到分析X射線，乳房X光檢查和其他掃描，以及監測患者以更早發現問題並協助手術，期望我們的醫療機構，專業人員和患者將從今天的計算機視覺中受益，並且將來更多它在醫療保健領域推出。 5.實時運動跟蹤 足球和冰球在電視體育節目中的跟蹤已經很常見了一段時間，但計算機視覺還有助於比賽和策略分析、球員表現和評級，以及跟蹤體育節目中品牌贊助的可見性。 6.農業 2019年國際消費電子展(CES 2019)上展示了一種半自動聯合收割機，它利用人工智慧和計算機視覺來分析收獲時的糧食品質，並找出穿過作物的最佳路徑。計算機視覺識別雜草的潛力也很大，這樣除草劑就可以直接噴灑在雜草上，而不是作物上。這有望將所需除草劑的數量減少90%。 7.製造業 計算機視覺正以各種方式幫助製造商更安全、更智能、更有效地運行。預測性維護只是一個例子，在設備故障導致昂貴的停機之前，用計算機視覺對設備進行監控，以便進行干預。對包裝和產品質量進行監控，並通過計算機視覺減少不合格品。 計算機視覺在現實世界中已經有了大量的應用，而且這項技術還很年輕。隨著人類和機器繼續合作，人類的勞動力將被解放出來，專注於更高價值的任務，機器的自動處理依賴於圖像識別的過程

⑶ 計算機視覺應用有哪些

計算機視覺應用有：

（1）控制過程，比如，一個工業機器人 ；

（2）導航，例如，通過自主汽車或移動機器人；

（3）檢測的事件，如，對視頻監控和人數統計 ；

（4）組織信息，例如，對於圖像和圖像序列的索引資料庫；

（5）造型對象或環境，如，醫學圖像分析系統或地形模型；

（6）相互作用，例如，當輸入到一個裝置，用於計算機人的交互；

（7）自動檢測，例如，在製造業的應用程序。

其中最突出的應用領域是醫療計算機視覺和醫學圖像處理。這個區域的特徵的信息從圖像數據中提取用於使患者的醫療診斷的目的。通常，圖像數據是在形式顯微鏡圖像，X射線圖像，血管造影圖像，超聲圖像和斷層圖像。的信息，可以從這樣的圖像數據中提取的一個例子是檢測的腫瘤，動脈粥樣硬化或其他惡性變化。它也可以是器官的尺寸，血流量等。這種應用領域還支持通過提供新的信息，醫學研究的測量例如，對腦的結構，或約醫學治療的質量。計算機視覺在醫療領域的應用還包括增強是由人類的解釋，例如超聲圖像或X射線圖像，以降低雜訊的影響的圖像。

第二個應用程序區域中的計算機視覺是在工業，有時也被稱為機器視覺，在那裡信息被提取為支撐的製造工序的目的。一個例子是質量控制，其中的信息或最終產品被以找到缺陷自動檢測。另一個例子是，被拾取的位置和細節取向測量由機器人臂。機器視覺也被大量用於農業的過程，從散裝材料，這個過程被稱為去除不想要的東西，食物的光學分揀。

(3)計算機網路視覺與應用擴展閱讀：

計算機視覺，圖象處理，圖像分析，機器人視覺和機器視覺是彼此緊密關聯的學科。如果你翻開帶有上面這些名字的教材，你會發現在技術和應用領域上他們都有著相當大部分的重疊。這表明這些學科的基礎理論大致是相同的，甚至讓人懷疑他們是同一學科被冠以不同的名稱。

然而，各研究機構，學術期刊，會議及公司往往把自己特別的歸為其中某一個領域，於是各種各樣的用來區分這些學科的特徵便被提了出來。下面將給出一種區分方法，盡管並不能說這一區分方法完全准確。

計算機視覺的研究對象主要是映射到單幅或多幅圖像上的三維場景，例如三維場景的重建。計算機視覺的研究很大程度上針對圖像的內容。

圖象處理與圖像分析的研究對象主要是二維圖像，實現圖像的轉化，尤其針對像素級的操作，例如提高圖像對比度，邊緣提取，去雜訊和幾何變換如圖像旋轉。這一特徵表明無論是圖像處理還是圖像分析其研究內容都和圖像的具體內容無關。

機器視覺主要是指工業領域的視覺研究，例如自主機器人的視覺，用於檢測和測量的視覺。這表明在這一領域通過軟體硬體，圖像感知與控制理論往往與圖像處理得到緊密結合來實現高效的機器人控制或各種實時操作。

模式識別使用各種方法從信號中提取信息，主要運用統計學的理論。此領域的一個主要方向便是從圖像數據中提取信息。

還有一個領域被稱為成像技術。這一領域最初的研究內容主要是製作圖像，但有時也涉及到圖像分析和處理。例如，醫學成像就包含大量的醫學領域的圖像分析。

對於所有這些領域，一個可能的過程是你在計算機視覺的實驗室工作，工作中從事著圖象處理，最終解決了機器視覺領域的問題，然後把自己的成果發表在了模式識別的會議上。

⑷ 關於計算機專業研究生研究方向

1、計算機應用技術
研究方向：計算機網路、實時計算機應用、CIMS、計算機圖形學、並行計算、網路信息安全、資料庫、情感計算、數據挖掘、分布式計算、知識工程、計算機視覺、自動推理、機器學習、草圖理解、網路性能分析與協議設計、網路管理與安全、計算機圖形學、信息可視化、基於GPU的高性能計算、復雜系統(應急、物流、海洋)領域工程、基於SOA的空間信息共享與業務協同、語義搜索引擎、自然語言處理、機器翻譯、搜索引擎、空中交通信息系統與控制、民航信息與決策支持系統、智能交通系統理論與技術等。
專業特點：計算機應用技術是針對社會與各種企事業單位的信息化需求，通過對計算機軟硬體與網路技術的選擇、應用和集成，對信息系統進行需求分析、規劃和設計，提供與實施技術與解決方案，創建優化的信息系統，並對其運行實行有效的技術維護和管理的學科。
培養這方面人才所涉及的知識麵包括：數學與信息技術基礎、程序設計基礎、系統平台技術、計算機網路、信息管理與安全、人機交互、集成程序開發、系統架構與集成、Web與數字媒體技術、工程實施、職業操守等。培養目標是為企事業單位和政府機構提供首席信息官及承擔信息化建設核心任務的人才，並提供為IT企業提供系統分析人才。
科研狀況：本專業是天津市第一個計算機類博士點，主要從事計算機技術在其它領域應用中核心技術問題研究及相關信息系統開發。近年來在計算機集成製造（CIMS）、計算機輔助教學、虛擬現實技術應用、計算機工業控制、電子商務等方向承擔國家863項目及重大項目、國家自然科學基金十餘項。承擔省部級及橫向科研課題近百項。為國家和天津市的信息化建設做出了重要貢獻。
近幾年報考簡況：本專業從80年代初開始招生，至今已為國家培養出碩士學位研究生300多名。近年來，報考人數和錄取名額逐年同步增加。
碩士期間主要課程及論文要求：主要課程：高等計算機網路、計算理論、排隊論及在計算機中的應用、應用組合數學、軟體體系結構、面向對象方法學、分布式計算機系統、並行計算、高級計算機圖形學、高級人工智慧、模式識別與理解、機器學習、密碼學與信息安全、統一建模語言。
論文要求：論文選題涉及計算機在各領域應用的理論研究、尖端技術開發、以及在國民經濟各個領域的應用研究。論文應能全面反映本學科發展動態、具有科學性、先進性和一定的創新性。對於理論研究課題，要求達到較高的理論水平和創新；對於系統設計、系統開發及系統應用課題，要求指導理論正確，實現技術先進，設計新穎，所設計的系統應能付諸實現、具有實際應用價值並能夠帶來明顯的社會經濟效益。

就業方向：本專業培養的研究生具有堅實的計算機科學與技術的理論基礎，全面掌握計算機應用領域的理論和工程方法，能很好地勝任高等院校、科研院所、大型企事業單位、高新技術產業等的教學、科研、系統設計、產品開發、應用系統集成等工作。
2、計算機軟體與理論
研究方向：計算理論、演算法理論； 軟體工程、中間件、智能軟體、計算環境；並行計算、網格計算、普及計算；密碼學、信息安全、數據理論；圖形圖象演算法、可視化方法；人工智慧應用基礎；理論計算機科學其他方向。
專業特點：計算機軟體與理論專業涉及計算機科學與技術的基本理論和方法，強調計算、演算法、軟體、設計等概念，主要的領域包括計算理論、演算法與復雜性、程序設計語言、軟體設計與理論、資料庫系統、人工智慧、操作系統與編譯理論、信息安全理論與方法、圖形學與可視化計算、以網路為中心的計算等。
科研狀況：計算機軟體與理論專業是我院重點發展，進步較快的專業。近年來承擔國家863、自然科學基金、，以及省部級項目多項。在網路信息安全、中間件技術、並行計算、網格計算、計算機圖形學等方面取得了多項前沿性成果。
近幾年報考簡況：本專業從96年代初開始招生，至今已為國家培養出碩士學位研究生50多名。近年來，報考人數和錄取名額逐年同步增加。
碩士期間主要課程及論文要求：主要課程：計算理論、應用組合數學、軟體體系結構、面向對象方法學、分布式計算機系統、並行計算、高級計算機圖形學、高級人工智慧、模式識別與理解、機器學習、密碼學與信息安全、統一建模語言。

論文要求：論文選題涉及計算機軟體的理論研究、尖端技術開發、以及在國民經濟各個領域的應用研究。論文應能全面反映本學科發展動態、具有科學性、先進性和一定的創新性。對於理論研究課題，要求達到較高的理論水平和創新；對於系統設計、系統開發及系統應用課題，要求指導理論正確，實現技術先進，設計新穎，所設計的系統應能付諸實現、具有實際應用價值並能夠帶來明顯的社會經濟效益。
就業方向：本專業培養的研究生具有堅實的計算機科學與技術的理論基礎，全面掌握計算機軟體的理論方法，以及軟體工程、信息系統、並行計算、普及計算等等的軟體系統開發技術，能很好地勝任高等院校、科研院所、大型企事業單位、高新技術產業等的教學、科研、系統設計、產品開發、應用系統集成等工作。
3、計算機系統結構
研究方向：分布式計算機系統、計算機網路系統與全球個人計算系統、真實感圖形生成與虛擬現實技術
專業特點：計算機系統結構（原名計算機組織與系統結構）專業全面研究各種類型的計算機系統（從單機到網路）的構成、硬體與軟體的聯系與功能匹配、計算機系統性能評價與改進等。該專業的研究課題涉及高性能處理機系統結構、多機系統、並行計算與分布式計算系統、計算機系統性能評價、VLSL設計、容錯計算技術、計算機介面技術、計算機網路系統與通信系統、移動計算、全球個人計算系統等。
科研狀況：本專業近年來承擔多項國家科委、國家教委、國家計委及天津市自然科學基金項目，並有多項科研獲獎。其中G.T9112計算機解密系統獲北京市公安局科技進步二等獎，表面高度復雜實體的CAM獲國家科委科技進步二等獎。目前承擔國家自然科學基金項目「面向ASIC的真實感圖形演算法和系統結構的研究」、國家高科技863項目「用於建築環境模擬設計的分布式多用戶虛擬現實系統」、天津自然科學基金項目「分布式多用戶VR開發系統平台的研究」和一大批為企事業單位開發的橫向科研項目。
近幾年報考簡況：本專業從80年代初開始招生，至今已為國家培養出碩士學位研究生50多名。近年來，報考人數和錄取名額逐年同步增加。
碩士期間主要課程及論文要求：主要課程：應用數學、外語、高等計算機網路、排隊論及在計算機中的應用、計算理論、現代計算機體系結構、計算機綜合實驗、計算機控制及應用、計算機網路研究熱點問題、計算機系統模擬、量子計算、密碼學與信息安全、面向對象方法學、嵌入式系統設計、統一建模語言、圖象/模式識別與理解、機器學習、軟體體系結構。
論文要求：論文選題涉及計算機系統結構的理論研究、尖端技術開發、以及在國民經濟各個領域的應用研究。論文應能全面反映本學科發展動態、具有科學性、先進性和一定的創新性。對於理論研究課題，要求達到較高的理論水平和創新；對於系統設計、系統開發及系統應用課題，要求指導理論正確，實現技術先進，設計新穎，所設計的系統應能付諸實現、具有實際應用價值並能夠帶來明顯的社會經濟效益。
就業方向：本專業培養的研究生具有堅實的計算機科學與技術的理論基礎，全面掌握計算機系統結構、計算機工程、網路工程、嵌入式系統等的應用開發技術、能很好地勝任高等院校、科研院所、大型企事業單位、高新技術產業等的教學、科研、系統設計、產品開發、應用系統集成等工作。
計算機系統結構 02 網路與信息安全
04 計算機通信，信息安全，多媒體信號處理 05 圖形圖像處理技術
07 計算機圖形圖像處理技術、嵌入式系統 09 計算機網路與圖形圖像處理 10 計算機網路與信息處理
11 輸入輸出技術與設備、圖像處理與圖像理解 12 信息安全理論與技術,嵌入式系統 13 網路安全
14 信息安全與編碼
15 網路安全和網路計算 16 圖形圖像和外設
17 計算機輸入輸出技術與設備、圖形圖像處理與理解 考試科目:
①101政治理論②201英語③301數學（一）④431計算機基礎(計算機基礎包含離散數學45分；數據結構45分；計算機組成原理60分) 計算機軟體與理論 02 面向對象技術
04 軟體安全與編譯器體系結構 06 分布計算與互聯網技術
08 並行與分布計算，生物信息學演算法 09 軟體工程、信息系統 10 軟體理論與應用
11 高可信軟體技術、互聯網計算與互聯網軟體、可編程晶元支持軟體和嵌入式系統
12 軟體測試與自演化技術 14 程序理解、軟體再工程
15 計算智能的理論、方法與應用
16 高可信軟體技術、互聯網計算與互聯網軟體、可編程晶元支持軟體和嵌入式系統

⑸ 計算機視覺領域主流的演算法和方向有哪些

人工智慧是當下很火熱的話題，其與大數據的完美結合應用於多個場景，極大的方便了人類的生活。而人工智慧又包含深度學習和機器學習兩方面的內容。深度學習又以計算機視覺和自然語言處理兩個方向發展的最好，最火熱。大家對於自然語言處理的接觸可能不是很多，但是說起計算機視覺，一定能夠馬上明白，因為我們每天接觸的刷臉支付等手段就會和計算機視覺掛鉤。可以說計算機視覺的應用最為廣泛。

目標跟蹤，就是在某種場景下跟蹤特定對象的過程，在無人駕駛領域中有很重要的應用。目前較為流行的目標跟蹤演算法是基於堆疊自動編碼器的DLT。語義分割，則是將圖像分為像素組，再進行標記和分類。目前的主流演算法都使用完全卷積網路的框架。實例分割，是指將不同類型的實例分類，比如用4種不同顏色來標記4隻貓。目前用於實例分割的主流演算法是Mask R-CNN。

⑹ 計算機視覺在日常生活中常見嗎有哪些應用

計算機視覺是一門研究如何使機器「看」的科學，更進一步的說，就是是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，並進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。作為一個科學學科，計算機視覺研究相關的理論和技術，試圖建立能夠從圖像或者多維數據中獲取『信息』的人工智慧系統。這里所 指的信息指Shannon定義的，可以用來幫助做一個「決定」的信息。因為感知可以看作是從感官信號中提 取信息，所以計算機視覺也可以看作是研究如何使人工系統從圖像或多維數據中「感知」的科學。

人類正在進入信息時代，計算機將越來越廣泛地進入幾乎所有領域。一方面是更多未經計算機專業訓練的人也需要應用計算機，而另一方面是計算機的功能越來越強，使用方法越來越復雜。這就使人在進行交談和通訊時的靈活性與在使用計算機時所要求的嚴格和死板之間產生了尖銳的矛盾。人可通過視覺和聽覺，語言與外界交換信息，並且可用不同的方式表示相同的含義，而計算機卻要求嚴格按照各種程序語言來編寫程序，只有這樣計算機才能運行。為使更多的人能使用復雜的計算機，必須改變過去的那種讓人來適應計算機，來死記硬背計算機的使用規則的情況。而是反過來讓計算機來適應人的習慣和要求，以人所習慣的方式與人進行信息交換，也就是讓計算機具有視覺、聽覺和說話等能力。這時計算機必須具有邏輯推理和決策的能力。具有上述能力的計算機就是智能計算機。
智能計算機不但使計算機更便於為人們所使用，同時如果用這樣的計算機來控制各種自動化裝置特別是智能機器人，就可以使這些自動化系統和智能機器人具有適應環境，和自主作出決策的能力。這就可以在各種場合取代人的繁重工作，或代替人到各種危險和惡劣環境中完成任務。
應用范圍從任務，比如工業機器視覺系統，比方說，檢查瓶子上的生產線加速通過，研究為人工智慧和計算機或機器人，可以理解他們周圍的世界。計算機視覺和機器視覺領域有顯著的重疊。計算機視覺涉及的被用於許多領域自動化圖像分析的核心技術。機器視覺通常指的是結合自動圖像分析與其他方法和技術，以提供自動檢測和機器人指導在工業應用中的一個過程。在許多計算機視覺應用中，計算機被預編程，以解決特定的任務，但基於學習的方法現在正變得越來越普遍。計算機視覺應用的實例包括用於系統：
（1）控制過程，比如，一個工業機器人 ；
（2）導航，例如，通過自主汽車或移動機器人；
（3）檢測的事件，如，對視頻監控和人數統計 ；
（4）組織信息，例如，對於圖像和圖像序列的索引資料庫；
（5）造型對象或環境，如，醫學圖像分析系統或地形模型；
（6）相互作用，例如，當輸入到一個裝置，用於計算機人的交互；
（7）自動檢測，例如，在製造業的應用程序。
其中最突出的應用領域是醫療計算機視覺和醫學圖像處理。這個區域的特徵的信息從圖像數據中提取用於使患者的醫療診斷的目的。通常，圖像數據是在形式顯微鏡圖像，X射線圖像，血管造影圖像，超聲圖像和斷層圖像。的信息，可以從這樣的圖像數據中提取的一個例子是檢測的腫瘤，動脈粥樣硬化或其他惡性變化。它也可以是器官的尺寸，血流量等。這種應用領域還支持通過提供新的信息，醫學研究的測量例如，對腦的結構，或約醫學治療的質量。計算機視覺在醫療領域的應用還包括增強是由人類的解釋，例如超聲圖像或X射線圖像，以降低雜訊的影響的圖像。
第二個應用程序區域中的計算機視覺是在工業，有時也被稱為機器視覺，在那裡信息被提取為支撐的製造工序的目的。一個例子是質量控制，其中的信息或最終產品被以找到缺陷自動檢測。另一個例子是，被拾取的位置和細節取向測量由機器人臂。機器視覺也被大量用於農業的過程，從散裝材料，這個過程被稱為去除不想要的東西，食物的光學分揀。
軍事上的應用很可能是計算機視覺最大的地區之一。最明顯的例子是探測敵方士兵或車輛和導彈制導。更先進的系統為導彈制導發送導彈的區域，而不是一個特定的目標，並且當導彈到達基於本地獲取的圖像數據的區域的目標做出選擇。現代軍事概念，如「戰場感知」，意味著各種感測器，包括圖像感測器，提供了豐富的有關作戰的場景，可用於支持戰略決策的信息。在這種情況下，數據的自動處理，用於減少復雜性和融合來自多個感測器的信息，以提高可靠性。
一個較新的應用領域是自主車，其中包括潛水，陸上車輛（帶輪子，轎車或卡車的小機器人），高空作業車和無人機（UAV）。自主化水平，從完全獨立的（無人）的車輛范圍為汽車，其中基於計算機視覺的系統支持驅動程序或在不同情況下的試驗。完全自主的汽車通常使用計算機視覺進行導航時，即知道它在哪裡，或用於生產的環境（地圖SLAM）和用於檢測障礙物。它也可以被用於檢測特定任務的特定事件，例如，一個UAV尋找森林火災。支承系統的例子是障礙物警報系統中的汽車，以及用於飛行器的自主著陸系統。數家汽車製造商已經證明了系統的汽車自動駕駛，但該技術還沒有達到一定的水平，就可以投放市場。有軍事自主車型，從先進的導彈，無人機的偵察任務或導彈的制導充足的例子。太空探索已經正在使用計算機視覺，自主車比如，美國宇航局的火星探測漫遊者和歐洲航天局的ExoMars火星漫遊者。
其他應用領域包括：
（1）支持視覺特效製作的電影和廣播，例如，攝像頭跟蹤（運動匹配）。
（2）監視。

⑺ 深度學習在計算機視覺的應用有哪些

計算機視覺，通過RGB或者RGBD信息，讓計算機能對其中包含的信息，如圖片中主要有什麼，感興趣的物體（人）在圖中什麼位置。最近有一項研究關於NBA籃球賽，可從視頻中分析出要進行大動作的"焦點人物"。計算機視覺中，會用到一些傳統的圖像處理方法，不過越來越多的計算機視覺研究基於機器學習和深度學習。
之前視覺總需要提取特徵，sift，stip等，而特徵的好壞直接影響到視覺識別結果，通過無監督特徵學習，如稀疏自編碼，能從數據中得到一個比較靠譜的特徵，後續直接通過分類器等進行處理即可。

機器學習是數據驅動，在獲得大量數據後，通過數據構建模型從而完成預測，分類等任務。機器學習包含較多方面，只說神經網路。通過人工神經元構建的神經網路，只要兩三層便能較好的擬合任意函數，對於簡單的任務只要把數據扔進去訓練即可。後來有人發現如果多幾層，神經網路的准確率會更好，不過層數過多時，提升不明顯，訓練時間極具提高。此外對於很多復雜的任務，簡單的神經網路不足以應付。
比如對於20*20的數字灰度圖片，只要把這400個像素值輸入網路即可。
但是對於640*480的彩色圖片，要識別圖中是什麼動物，那簡單的神經網路結果就不怎麼樣了，而且通常需要預先從圖中提取特徵向量，而不能直接把圖片當成特徵向量。

深度學習對神經網路進行了多種改進，比如卷及神經網路，循環神經網路等，無一例外就是網路層數提高，而且直接輸入原始數據，學習特徵，再學習分類模型。

⑻ 計算機網路方向考研有哪些具體研究方向

計算機考研方向有計算機系統結構，計算機軟體與理論，計算機應用技術，信息安全和軟體工程等。
計算機系統結構是計算機科學與技術專業的重要學科之一，主要研究計算機硬體與軟體的功能分配、軟硬體界面的劃分、計算機硬體結構組成與實現方法及技術，其中嵌入式系統無疑是當前最熱門、最有發展前途的方向之一。計算機系統結構專業要求學生具有扎實的計算機軟硬體基礎，不僅能對計算機系統進行研究與設計，還要具有計算機應用、軟體開發的能力。相對而言，該專業的畢業生還是比較好找工作的，適合於從事計算機網路、嵌入式技術、高性能計算、網路信息安全和多媒體信息處理等研究領域或工程技術領域的工作。
計算機軟體與理論專業主要研究軟體設計、開發、維護和使用過程中涉及的軟體理論、方法和技術，探討計算機科學與技術發展的理論基礎。該專業競爭比較激烈，大部分研究方向如信息安全理論及應用、嵌入式系統、計算智能、信息安全、新型程序設計與方法學、軟體自動化、分布計算與並行處理、軟體工程、先進操作系統、計算機系統信息安全都是當今IT市場比較熱門的方向。
計算機應用技術的研究方向非常廣泛，包括網路攻防技術、網路與資料庫技術的應用、數據倉庫與數據挖掘、多媒體與智能信息檢索、數據網格與知識網格、計算機視覺與虛擬現實、模式識別與圖像處理等。隨著國內信息化產業的迅速推進及互聯網的蓬勃發展，市場對網路工程師、網路管理員等技術人才的需求日漸看漲。
信息安全培養培養能夠從事計算機、通信、電子商務、電子政務、電子金融等領域的信息安全高級專門人才。
軟體工程涉及到程序設計語言、資料庫、軟體開發工具、系統平台、標准、設計模式等方面。在現代社會中，軟體應用於多個方面，促進了經濟和社會的發展，使得人們的工作更加高效，同時提高了生活質量。

⑼ 計算機視覺應用之圖像檢索任務簡單介紹

圖像檢索演算法因何而起？

網路時代，隨著各種社交網路的興起，網路中圖片，視頻數據每天都以驚人的速度增長，逐漸形成強大的圖像檢索資料庫。針對這些具有豐富信息的海量圖片，如何有效地從巨大的圖像資料庫中檢索出用戶需要的圖片，成為信息檢索領域研究者感興趣的一個研究方向。

圖像檢索，簡單的說，便是從圖片檢索資料庫中檢索出滿足條件的圖片，圖像檢索技術的研究根據描述圖像內容方式的不同可以分為兩類：

一類是基於文本的圖像檢索技術，簡稱TBIR，

一類為基於內容的圖像檢索技術，簡稱CBIR。

隨著圖像檢索技術的發展和逐漸成熟，已經形成了多個基於圖像檢索的研究方向和應用場景，並且投入實用，在遙感影像、安防監控、檢索引擎、電子商務、醫學等方方面面起著十分重要的作用。

基於文本的圖像檢索(TBIR)技術，其主要原理為利用文本描述，如文本描述圖片的內容、作者等等的方式來檢索圖片；

基於圖像的內容語義的圖像檢索技術（CBIR），利用圖片的顏色、紋理及圖片包含的物體、類別等信息檢索圖片，如給定檢索目標圖片，在圖像檢索資料庫中檢索出與它相似的圖片。

基於圖像的內容語義的圖像檢索包括相同物體圖像檢索和相同類別圖像檢索，檢索任務分別為檢索同一個物體地不同圖片和檢索同一個類別地圖片。例如，行人檢索中檢索的是同一個人即同一個身份在不同場景不同攝像頭下拍得的圖片屬於相同物體的圖像檢索，而在3D形狀檢索中則是檢索屬於同一類的物品，如飛機等。

圖像檢索技術主要包含幾個步驟，分別為：輸入圖片、特徵提取、度量學習、重排序。

特徵提取：即將圖片數據進行降維，提取數據的判別性信息，一般將一張圖片降維為一個向量；

度量學習：一般利用度量函數，計算圖片特徵之間的距離，作為loss，訓練特徵提取網路，使得相似圖片提取的特徵相似，不同類的圖片提取的特徵差異性較大。

重排序：利用數據間的流形關系，對度量結果進行重新排序，從而得到更好的檢索結果。

隨著深度學習的引入，基於深度學習的圖像檢索技術，主要是將深度學習方法應用在圖像檢索中的特徵提取模塊，利用卷積神經網路提取圖片特徵。主要步驟即給定一張圖片，通過卷積神經網路對圖片進行特徵提取得到表徵圖片的特徵，利用度量學習方法如歐式距離對圖片特徵進行計算距離，對圖片距離進行排序，得到初級檢索結果，再根據圖片數據的上下文信息和流形結構對圖像檢索結果進行重排序，從而提高圖像檢索准確率，得到最終的檢索結果。

⑽ 本科計算機專業考研可以考什麼方向

本科計算機專業考研可以考計算機應用技術、計算機軟體與理論數學與應用數學專業方向。

3、數學與應用數學專業。

研究方向：數學與應用數學是計算機專業的基礎和上升的平台，是與計算機科學與技術聯系最為緊密的專業之一。該專業就業面相對於計算機科學與技術專業來說寬得多，不但適用於IT領域，也適用於數學領域。