计算机网络视觉与应用

⑴ 计算机类专业解读：智能科学与技术

一、智能科学与技术专业是什么？

智能科学技术以信息科学、认知神经科学、控制论为基础，以人工智能科学为核心，以实现机器智能和复杂智能系统应用为目标，是一个引领未来 社会 发展的新型学科。

智能科学与技术属计算机类专业，基本修业年限为四年，授予理学或工学学士学位。该专业旨在培养具有数学、电子技术、信息处理、测控技术、计算机、互联网络和人工智能的基础知识和基本技能与方法，掌握智能科学与技术的基础理论与知识、基本技能与方法，熟悉本专业国内外现状和发展趋势，具备数据智能分析、智能行为交互及智能系统集成等方面研究与开发能力，毕业后能 在企业、事业、科研部门、教育单位和行政部门等单位，从事智能系统、智能信息处理、智能行为决策、智能机器人、智能产品等方面的科学研究、开发设计、工程应用、决策管理和教学等工作的复合型、应用型 科技 人才。

二、智能科学与技术专业学什么？

示例一（沈阳工业大学）：电路分析基础、模拟电子技术、数字电子技术、单片机原理及应用、C++程序设计、计算机网络与web技术、数字信号处理、嵌入式操作系统、嵌入式系统及应用、人工智能、运筹学与优化方法、自动控制原理、控制工程、电机控制技术、模糊控制、神经网络技术、智能技术应用、物联网技术应用等。

示例二（辽宁石油化工大学）：程序设计基础、离散数学、数据结构、操作系统、数字电路与逻辑设计、数据库原理、计算机网络、脑与认知科学基础、数字信号处理、Python程序设计、数字图象处理、模式识别、机器学习、神经网络与深度学习、自然语言处理、计算机视觉等。

示例三（大连海事大学）程序设计基础与C语言、面向对象程序设计基础与JAVA语言、计算机组成原理、单片机原理及应用、离散数学、数据结构、计算机网络、操作系统、数据库原理与应用、算法设计与分析、信息系统分析与设计、人工智能基础、脑与认知科学、模式识别、机器学习、智能信息处理、不确定性计算、智能系统导论、数据仓库与数据挖掘、智能机器人、智能机器人操作系统、智能机器人程序设计、智能机器人实验、程序设计实训、智能系统课程实践等。

示例四（渤海大学）：大学英语、大学物理、高等数学、线性代数、概率论与数理统计、离散数学、C语言程序设计、面向对象程序设计、数据结构、数据库原理及应用、计算机网络、操作系统、模式识别、人工智能、机器学习、Python程序设计、数据挖掘、计算机视觉、大数据技术及应用、算法分析与设计等。

示例五（大连东软信息学院）：计算机基础及C语言程序设计、数据结构、C 程序设计、电路分析、模拟电路、数字电路、电子线路计算机辅助设计、智能科学与技术概论、单片机原理与应用、信号与系统、人工智能基础、自动控制原理、传感器与接口技术、智能信息处理、图像处理、智能机器人、模式识别、工业现场总线与控制网络、数字信号处理、可编程逻辑器件、多媒体技术、虚拟仪器设计、可编程逻辑控制器、智能系统设计综合项目等。

示例六（北京 科技 大学）：脑科学与认知科学概论、人工智能基础、信息论与编码、控制工程基础、机器人组成原理、计算智能基础、模式识别基础、机器学习、智能控制及其应用、嵌入式系统、数据结构与算法分析、计算机网络等。

示例七（华北理工大学）：离散数学、数值计算、数据学、信号与系统、数据结构与算法、数据库技术与应用、程序设计技术、计算机网络技术、多媒体技术；数据获取技术、人工智能、模式识别、数据挖掘、机器学习、智能计算、智能信息处理、最优化理论与方法、数字图像处理、虚拟现实技术、智能机器人等。

示例八（燕山大学）：电路原理、模拟电子技术、数字电子技术、微型计算机原理、反馈控制理论、现代控制理论、人工智能与机器学习导论、机器人控制、电气控制及PLC、虚拟现实、计算机视觉与图像处理、模式识别、脑科学与认知科学、物联网技术基础等。

示例九（上海理工大学）：高等数学、大学物理、大学英语、程序设计、离散数学、操作系统、面向对象程序设计、JAVA编程与开发、数字电子技术、数据结构、单片机原理、自动控制原理、人工智能、数据挖掘、自然语言处理、模式识别、智能信息处理、智能控制、数字信号处理、图像处理。

示例十（安徽工程大学）：数据结构、智能控制理论与技术、脑与认知科学基础、模式识别、算法分析与设计、数字图像处理、语音信号处理、数据挖掘技术、FPGA技术与应用、工业机器人、机械设计、电子技术、微机原理及应用Ⅱ、复变函数与积分变换、工程概率论与数理统计、机械设计课程设计等。

示例十一（集美大学）：高等数学、线性代数、概率论与数理统计、高级语言程序设计、离散数学、数据结构、数字逻辑、计算机组成原理、操作系统、算法设计与分析、Java程序设计、Web开发技术、数据库原理、计算机网络、数字图像处理、智能科学技术导论、机器学习、智能交互机器人、智能信息处理、计算机视觉等。

示例十二（南昌交通学院）：FPGA设计基础、传感器与检测技术、嵌入式实时操作系统、电路原理、数字信号处理、数据结构、数字电子技术、生物特征识别技术与应用、微机原理与接口技术、自动控制原理、单片机原理及应用、移动应用开发、Python语言。

示例十三（青岛大学）：单片机原理与应用；脑认知科学；人工智能；自控原理；嵌入式系统；机器学习：视觉理论；智能信息处理；智能机器人；智能控制等。

示例十四（洛阳理工学院）：离散数学、工程数学、数字电子技术、数据结构与算法(Python)、单片机原理及应用、智能信息获取、控制工程基础、电气控制与PLC 、大数据原理与应用、人工智能原理、数字图像处理、数据挖掘技术、模式识别基础等。

示例十五（湖北 汽车 工业学院）：电路分析与电子技术、高级语言程序设计、数据结构与算法分析、人工智能原理、信号与信息处理、嵌入式系统、数字通信与计算机网络、大学物理、深度学习、JAVA程序设计、智能驾驶原理、Python程序设计等。

示例十六（湖南大学）：离散数学、数据结构与算法、电路与电子学、计算机系统、操作系统、计算机与通信工程导论、人工智能、计算机网络、嵌入式计算机系统、机器学习、智能控制系统、数字图像处理、计算机视觉、智能机器人、多传感器信息融合、FPGA数字系统设计、嵌入式操作系统、智能SoC设计、类脑计算与容错设计、智能优化算法、组合优化原理、分布式数据库、知识图谱及应用、智能感知与学习、车载通信与导航、决策规划与控制、智能网联 汽车 实践等。

示例十七（中南大学）：信息学科导论、计算机与程序设计语言基础、面向对象编程、数据库原理、计算机网络、电子技术、电路理论、计算机原理与汇编、离散数学、数据结构、自动控制理论、脑与认知科学基础、运筹学、人工智能、模式识别、智能控制、机器人学导论、计算机仿真技术、脑与认知科学基础、人工智能、智能控制、机器人学导论、知识工程、商务智能、自然语言处理、生物特征识别、Web技术、3D编程技术、虚拟现实与智能 游戏 、智能优化及其应用等。

示例十八（华南理工大学）：现代信号处理、微机原理及接口技术、嵌入式系统、经典控制理论与应用、计算机控制、智能控制导论、机器学习及应用、模式识别基础、图像处理与机器视觉、脑机接口等。

示例十九（桂林电子 科技 大学）：离散数学、程序设计与问题求解、信号与系统、智能科学技术导论、自动控制原理、人工智能、模式识别、机器学习、数字图像处理、计算机控制技术、智能机器人、最优化理论与方法、单片机原理与接口技术。

示例二十（西安电子 科技 大学）：电路分析理论、信号与系统、数字信号处理、模拟电子线路基础、数字电路及系统设计、通信电路、微机原理与系统设计、数据结构、软件工程、人工智能概论、算法设计与分析、最优化理论与方法、机器学习、计算智能导论、模式识别、图像理解与计算机视觉、智能传感技术、移动通信与智能技术、智能控制导论、智能数据挖掘、网络信息检索、智能系统平台专业实验等。

三、智能科学与技术专业干什么？

智能科学与技术专业学生毕业后，可在信息处理、自动控制、机器人和人工智能等智能科学与技术学科相关的专业领域，从事智能产品开发、系统测试和技术支持等工作；或在各类学校及科研院所从事相关的教学、科研等工作；也可报考智能科学与技术、控制理论与控制工程、计算机应用、系统工程等相关学科专业的研究生继续深造。

⑵ 计算机视觉的应用有哪些

计算机视觉是人工智能的一种形式，计算机可以“看到”世界，分析视觉数据，然后从中作出决定，或者了解环境和情况。计算机视觉增长背后的驱动因素之一是我们今天生成的数据量，这些数据用于培训和改善计算机视觉。我们的世界里有无数的图像和视频，它们都来自我们移动设备的内置摄像头。但是，虽然图像可以包括照片和视频，也可以意味着来自热或红外传感器和其他来源的数据。随着大量的视觉数据(每天有超过30亿张图片在网上共享)的出现，分析数据所需的计算能力变得更加容易获得，也更加廉价。随着计算机视觉领域随着新的硬件和算法的出现而不断发展，目标识别的准确率也在不断提高。在不到十年的时间里，今天的系统已经达到99%的准确率，比人类对视觉输入的快速反应准确率提高了50%1.自主车辆 自动驾驶汽车需要计算机视觉。特斯拉(Tesla)、宝马(BMW)、沃尔沃(Volvo)和奥迪(Audi)等汽车制造商使用多个摄像头、激光雷达、雷达和超声波传感器从环境中获取图像，这样他们的自动驾驶汽车就能探测目标、车道标记、标志和交通信号，从而安全驾驶。 2.翻译软件 你所需要做的就是把手机摄像头对准这些单词，让谷歌翻译应用程序几乎立刻告诉你它在你喜欢的语言中的意思。通过光学字符识别来查看图像和增强现实来叠加一个精确的翻译，这是一个使用计算机视觉的方便工具。 3.面部识别 中国在使用人脸识别技术方面无疑处于领先地位，他们将其用于警察工作、支付识别、机场安检，甚至在北京天坛公园分发厕纸、防止厕纸被盗，以及其他许多应用。 4.医疗保健 由于90％的医疗数据都是基于图像的，因此医学中的计算机视觉有很多用途。从启用新的医疗诊断方法到分析X射线，乳房X光检查和其他扫描，以及监测患者以更早发现问题并协助手术，期望我们的医疗机构，专业人员和患者将从今天的计算机视觉中受益，并且将来更多它在医疗保健领域推出。 5.实时运动跟踪 足球和冰球在电视体育节目中的跟踪已经很常见了一段时间，但计算机视觉还有助于比赛和策略分析、球员表现和评级，以及跟踪体育节目中品牌赞助的可见性。 6.农业 2019年国际消费电子展(CES 2019)上展示了一种半自动联合收割机，它利用人工智能和计算机视觉来分析收获时的粮食品质，并找出穿过作物的最佳路径。计算机视觉识别杂草的潜力也很大，这样除草剂就可以直接喷洒在杂草上，而不是作物上。这有望将所需除草剂的数量减少90%。 7.制造业 计算机视觉正以各种方式帮助制造商更安全、更智能、更有效地运行。预测性维护只是一个例子，在设备故障导致昂贵的停机之前，用计算机视觉对设备进行监控，以便进行干预。对包装和产品质量进行监控，并通过计算机视觉减少不合格品。 计算机视觉在现实世界中已经有了大量的应用，而且这项技术还很年轻。随着人类和机器继续合作，人类的劳动力将被解放出来，专注于更高价值的任务，机器的自动处理依赖于图像识别的过程

⑶ 计算机视觉应用有哪些

计算机视觉应用有：

（1）控制过程，比如，一个工业机器人 ；

（2）导航，例如，通过自主汽车或移动机器人；

（3）检测的事件，如，对视频监控和人数统计 ；

（4）组织信息，例如，对于图像和图像序列的索引数据库；

（5）造型对象或环境，如，医学图像分析系统或地形模型；

（6）相互作用，例如，当输入到一个装置，用于计算机人的交互；

（7）自动检测，例如，在制造业的应用程序。

其中最突出的应用领域是医疗计算机视觉和医学图像处理。这个区域的特征的信息从图像数据中提取用于使患者的医疗诊断的目的。通常，图像数据是在形式显微镜图像，X射线图像，血管造影图像，超声图像和断层图像。的信息，可以从这样的图像数据中提取的一个例子是检测的肿瘤，动脉粥样硬化或其他恶性变化。它也可以是器官的尺寸，血流量等。这种应用领域还支持通过提供新的信息，医学研究的测量例如，对脑的结构，或约医学治疗的质量。计算机视觉在医疗领域的应用还包括增强是由人类的解释，例如超声图像或X射线图像，以降低噪声的影响的图像。

第二个应用程序区域中的计算机视觉是在工业，有时也被称为机器视觉，在那里信息被提取为支撑的制造工序的目的。一个例子是质量控制，其中的信息或最终产品被以找到缺陷自动检测。另一个例子是，被拾取的位置和细节取向测量由机器人臂。机器视觉也被大量用于农业的过程，从散装材料，这个过程被称为去除不想要的东西，食物的光学分拣。

(3)计算机网络视觉与应用扩展阅读：

计算机视觉，图象处理，图像分析，机器人视觉和机器视觉是彼此紧密关联的学科。如果你翻开带有上面这些名字的教材，你会发现在技术和应用领域上他们都有着相当大部分的重叠。这表明这些学科的基础理论大致是相同的，甚至让人怀疑他们是同一学科被冠以不同的名称。

然而，各研究机构，学术期刊，会议及公司往往把自己特别的归为其中某一个领域，于是各种各样的用来区分这些学科的特征便被提了出来。下面将给出一种区分方法，尽管并不能说这一区分方法完全准确。

计算机视觉的研究对象主要是映射到单幅或多幅图像上的三维场景，例如三维场景的重建。计算机视觉的研究很大程度上针对图像的内容。

图象处理与图像分析的研究对象主要是二维图像，实现图像的转化，尤其针对像素级的操作，例如提高图像对比度，边缘提取，去噪声和几何变换如图像旋转。这一特征表明无论是图像处理还是图像分析其研究内容都和图像的具体内容无关。

机器视觉主要是指工业领域的视觉研究，例如自主机器人的视觉，用于检测和测量的视觉。这表明在这一领域通过软件硬件，图像感知与控制理论往往与图像处理得到紧密结合来实现高效的机器人控制或各种实时操作。

模式识别使用各种方法从信号中提取信息，主要运用统计学的理论。此领域的一个主要方向便是从图像数据中提取信息。

还有一个领域被称为成像技术。这一领域最初的研究内容主要是制作图像，但有时也涉及到图像分析和处理。例如，医学成像就包含大量的医学领域的图像分析。

对于所有这些领域，一个可能的过程是你在计算机视觉的实验室工作，工作中从事着图象处理，最终解决了机器视觉领域的问题，然后把自己的成果发表在了模式识别的会议上。

⑷ 关于计算机专业研究生研究方向

1、计算机应用技术
研究方向：计算机网络、实时计算机应用、CIMS、计算机图形学、并行计算、网络信息安全、数据库、情感计算、数据挖掘、分布式计算、知识工程、计算机视觉、自动推理、机器学习、草图理解、网络性能分析与协议设计、网络管理与安全、计算机图形学、信息可视化、基于GPU的高性能计算、复杂系统(应急、物流、海洋)领域工程、基于SOA的空间信息共享与业务协同、语义搜索引擎、自然语言处理、机器翻译、搜索引擎、空中交通信息系统与控制、民航信息与决策支持系统、智能交通系统理论与技术等。
专业特点：计算机应用技术是针对社会与各种企事业单位的信息化需求，通过对计算机软硬件与网络技术的选择、应用和集成，对信息系统进行需求分析、规划和设计，提供与实施技术与解决方案，创建优化的信息系统，并对其运行实行有效的技术维护和管理的学科。
培养这方面人才所涉及的知识面包括：数学与信息技术基础、程序设计基础、系统平台技术、计算机网络、信息管理与安全、人机交互、集成程序开发、系统架构与集成、Web与数字媒体技术、工程实施、职业操守等。培养目标是为企事业单位和政府机构提供首席信息官及承担信息化建设核心任务的人才，并提供为IT企业提供系统分析人才。
科研状况：本专业是天津市第一个计算机类博士点，主要从事计算机技术在其它领域应用中核心技术问题研究及相关信息系统开发。近年来在计算机集成制造（CIMS）、计算机辅助教学、虚拟现实技术应用、计算机工业控制、电子商务等方向承担国家863项目及重大项目、国家自然科学基金十余项。承担省部级及横向科研课题近百项。为国家和天津市的信息化建设做出了重要贡献。
近几年报考简况：本专业从80年代初开始招生，至今已为国家培养出硕士学位研究生300多名。近年来，报考人数和录取名额逐年同步增加。
硕士期间主要课程及论文要求：主要课程：高等计算机网络、计算理论、排队论及在计算机中的应用、应用组合数学、软件体系结构、面向对象方法学、分布式计算机系统、并行计算、高级计算机图形学、高级人工智能、模式识别与理解、机器学习、密码学与信息安全、统一建模语言。
论文要求：论文选题涉及计算机在各领域应用的理论研究、尖端技术开发、以及在国民经济各个领域的应用研究。论文应能全面反映本学科发展动态、具有科学性、先进性和一定的创新性。对于理论研究课题，要求达到较高的理论水平和创新；对于系统设计、系统开发及系统应用课题，要求指导理论正确，实现技术先进，设计新颖，所设计的系统应能付诸实现、具有实际应用价值并能够带来明显的社会经济效益。

就业方向：本专业培养的研究生具有坚实的计算机科学与技术的理论基础，全面掌握计算机应用领域的理论和工程方法，能很好地胜任高等院校、科研院所、大型企事业单位、高新技术产业等的教学、科研、系统设计、产品开发、应用系统集成等工作。
2、计算机软件与理论
研究方向：计算理论、算法理论； 软件工程、中间件、智能软件、计算环境；并行计算、网格计算、普及计算；密码学、信息安全、数据理论；图形图象算法、可视化方法；人工智能应用基础；理论计算机科学其他方向。
专业特点：计算机软件与理论专业涉及计算机科学与技术的基本理论和方法，强调计算、算法、软件、设计等概念，主要的领域包括计算理论、算法与复杂性、程序设计语言、软件设计与理论、数据库系统、人工智能、操作系统与编译理论、信息安全理论与方法、图形学与可视化计算、以网络为中心的计算等。
科研状况：计算机软件与理论专业是我院重点发展，进步较快的专业。近年来承担国家863、自然科学基金、，以及省部级项目多项。在网络信息安全、中间件技术、并行计算、网格计算、计算机图形学等方面取得了多项前沿性成果。
近几年报考简况：本专业从96年代初开始招生，至今已为国家培养出硕士学位研究生50多名。近年来，报考人数和录取名额逐年同步增加。
硕士期间主要课程及论文要求：主要课程：计算理论、应用组合数学、软件体系结构、面向对象方法学、分布式计算机系统、并行计算、高级计算机图形学、高级人工智能、模式识别与理解、机器学习、密码学与信息安全、统一建模语言。

论文要求：论文选题涉及计算机软件的理论研究、尖端技术开发、以及在国民经济各个领域的应用研究。论文应能全面反映本学科发展动态、具有科学性、先进性和一定的创新性。对于理论研究课题，要求达到较高的理论水平和创新；对于系统设计、系统开发及系统应用课题，要求指导理论正确，实现技术先进，设计新颖，所设计的系统应能付诸实现、具有实际应用价值并能够带来明显的社会经济效益。
就业方向：本专业培养的研究生具有坚实的计算机科学与技术的理论基础，全面掌握计算机软件的理论方法，以及软件工程、信息系统、并行计算、普及计算等等的软件系统开发技术，能很好地胜任高等院校、科研院所、大型企事业单位、高新技术产业等的教学、科研、系统设计、产品开发、应用系统集成等工作。
3、计算机系统结构
研究方向：分布式计算机系统、计算机网络系统与全球个人计算系统、真实感图形生成与虚拟现实技术
专业特点：计算机系统结构（原名计算机组织与系统结构）专业全面研究各种类型的计算机系统（从单机到网络）的构成、硬件与软件的联系与功能匹配、计算机系统性能评价与改进等。该专业的研究课题涉及高性能处理机系统结构、多机系统、并行计算与分布式计算系统、计算机系统性能评价、VLSL设计、容错计算技术、计算机接口技术、计算机网络系统与通信系统、移动计算、全球个人计算系统等。
科研状况：本专业近年来承担多项国家科委、国家教委、国家计委及天津市自然科学基金项目，并有多项科研获奖。其中G.T9112计算机解密系统获北京市公安局科技进步二等奖，表面高度复杂实体的CAM获国家科委科技进步二等奖。目前承担国家自然科学基金项目“面向ASIC的真实感图形算法和系统结构的研究”、国家高科技863项目“用于建筑环境仿真设计的分布式多用户虚拟现实系统”、天津自然科学基金项目“分布式多用户VR开发系统平台的研究”和一大批为企事业单位开发的横向科研项目。
近几年报考简况：本专业从80年代初开始招生，至今已为国家培养出硕士学位研究生50多名。近年来，报考人数和录取名额逐年同步增加。
硕士期间主要课程及论文要求：主要课程：应用数学、外语、高等计算机网络、排队论及在计算机中的应用、计算理论、现代计算机体系结构、计算机综合实验、计算机控制及应用、计算机网络研究热点问题、计算机系统仿真、量子计算、密码学与信息安全、面向对象方法学、嵌入式系统设计、统一建模语言、图象/模式识别与理解、机器学习、软件体系结构。
论文要求：论文选题涉及计算机系统结构的理论研究、尖端技术开发、以及在国民经济各个领域的应用研究。论文应能全面反映本学科发展动态、具有科学性、先进性和一定的创新性。对于理论研究课题，要求达到较高的理论水平和创新；对于系统设计、系统开发及系统应用课题，要求指导理论正确，实现技术先进，设计新颖，所设计的系统应能付诸实现、具有实际应用价值并能够带来明显的社会经济效益。
就业方向：本专业培养的研究生具有坚实的计算机科学与技术的理论基础，全面掌握计算机系统结构、计算机工程、网络工程、嵌入式系统等的应用开发技术、能很好地胜任高等院校、科研院所、大型企事业单位、高新技术产业等的教学、科研、系统设计、产品开发、应用系统集成等工作。
计算机系统结构 02 网络与信息安全
04 计算机通信，信息安全，多媒体信号处理 05 图形图像处理技术
07 计算机图形图像处理技术、嵌入式系统 09 计算机网络与图形图像处理 10 计算机网络与信息处理
11 输入输出技术与设备、图像处理与图像理解 12 信息安全理论与技术,嵌入式系统 13 网络安全
14 信息安全与编码
15 网络安全和网络计算 16 图形图像和外设
17 计算机输入输出技术与设备、图形图像处理与理解 考试科目:
①101政治理论②201英语③301数学（一）④431计算机基础(计算机基础包含离散数学45分；数据结构45分；计算机组成原理60分) 计算机软件与理论 02 面向对象技术
04 软件安全与编译器体系结构 06 分布计算与互联网技术
08 并行与分布计算，生物信息学算法 09 软件工程、信息系统 10 软件理论与应用
11 高可信软件技术、互联网计算与互联网软件、可编程芯片支持软件和嵌入式系统
12 软件测试与自演化技术 14 程序理解、软件再工程
15 计算智能的理论、方法与应用
16 高可信软件技术、互联网计算与互联网软件、可编程芯片支持软件和嵌入式系统

⑸ 计算机视觉领域主流的算法和方向有哪些

人工智能是当下很火热的话题，其与大数据的完美结合应用于多个场景，极大的方便了人类的生活。而人工智能又包含深度学习和机器学习两方面的内容。深度学习又以计算机视觉和自然语言处理两个方向发展的最好，最火热。大家对于自然语言处理的接触可能不是很多，但是说起计算机视觉，一定能够马上明白，因为我们每天接触的刷脸支付等手段就会和计算机视觉挂钩。可以说计算机视觉的应用最为广泛。

目标跟踪，就是在某种场景下跟踪特定对象的过程，在无人驾驶领域中有很重要的应用。目前较为流行的目标跟踪算法是基于堆叠自动编码器的DLT。语义分割，则是将图像分为像素组，再进行标记和分类。目前的主流算法都使用完全卷积网络的框架。实例分割，是指将不同类型的实例分类，比如用4种不同颜色来标记4只猫。目前用于实例分割的主流算法是Mask R-CNN。

⑹ 计算机视觉在日常生活中常见吗有哪些应用

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所 指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提 取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。

人类正在进入信息时代，计算机将越来越广泛地进入几乎所有领域。一方面是更多未经计算机专业训练的人也需要应用计算机，而另一方面是计算机的功能越来越强，使用方法越来越复杂。这就使人在进行交谈和通讯时的灵活性与在使用计算机时所要求的严格和死板之间产生了尖锐的矛盾。人可通过视觉和听觉，语言与外界交换信息，并且可用不同的方式表示相同的含义，而计算机却要求严格按照各种程序语言来编写程序，只有这样计算机才能运行。为使更多的人能使用复杂的计算机，必须改变过去的那种让人来适应计算机，来死记硬背计算机的使用规则的情况。而是反过来让计算机来适应人的习惯和要求，以人所习惯的方式与人进行信息交换，也就是让计算机具有视觉、听觉和说话等能力。这时计算机必须具有逻辑推理和决策的能力。具有上述能力的计算机就是智能计算机。
智能计算机不但使计算机更便于为人们所使用，同时如果用这样的计算机来控制各种自动化装置特别是智能机器人，就可以使这些自动化系统和智能机器人具有适应环境，和自主作出决策的能力。这就可以在各种场合取代人的繁重工作，或代替人到各种危险和恶劣环境中完成任务。
应用范围从任务，比如工业机器视觉系统，比方说，检查瓶子上的生产线加速通过，研究为人工智能和计算机或机器人，可以理解他们周围的世界。计算机视觉和机器视觉领域有显着的重叠。计算机视觉涉及的被用于许多领域自动化图像分析的核心技术。机器视觉通常指的是结合自动图像分析与其他方法和技术，以提供自动检测和机器人指导在工业应用中的一个过程。在许多计算机视觉应用中，计算机被预编程，以解决特定的任务，但基于学习的方法现在正变得越来越普遍。计算机视觉应用的实例包括用于系统：
（1）控制过程，比如，一个工业机器人 ；
（2）导航，例如，通过自主汽车或移动机器人；
（3）检测的事件，如，对视频监控和人数统计 ；
（4）组织信息，例如，对于图像和图像序列的索引数据库；
（5）造型对象或环境，如，医学图像分析系统或地形模型；
（6）相互作用，例如，当输入到一个装置，用于计算机人的交互；
（7）自动检测，例如，在制造业的应用程序。
其中最突出的应用领域是医疗计算机视觉和医学图像处理。这个区域的特征的信息从图像数据中提取用于使患者的医疗诊断的目的。通常，图像数据是在形式显微镜图像，X射线图像，血管造影图像，超声图像和断层图像。的信息，可以从这样的图像数据中提取的一个例子是检测的肿瘤，动脉粥样硬化或其他恶性变化。它也可以是器官的尺寸，血流量等。这种应用领域还支持通过提供新的信息，医学研究的测量例如，对脑的结构，或约医学治疗的质量。计算机视觉在医疗领域的应用还包括增强是由人类的解释，例如超声图像或X射线图像，以降低噪声的影响的图像。
第二个应用程序区域中的计算机视觉是在工业，有时也被称为机器视觉，在那里信息被提取为支撑的制造工序的目的。一个例子是质量控制，其中的信息或最终产品被以找到缺陷自动检测。另一个例子是，被拾取的位置和细节取向测量由机器人臂。机器视觉也被大量用于农业的过程，从散装材料，这个过程被称为去除不想要的东西，食物的光学分拣。
军事上的应用很可能是计算机视觉最大的地区之一。最明显的例子是探测敌方士兵或车辆和导弹制导。更先进的系统为导弹制导发送导弹的区域，而不是一个特定的目标，并且当导弹到达基于本地获取的图像数据的区域的目标做出选择。现代军事概念，如“战场感知”，意味着各种传感器，包括图像传感器，提供了丰富的有关作战的场景，可用于支持战略决策的信息。在这种情况下，数据的自动处理，用于减少复杂性和融合来自多个传感器的信息，以提高可靠性。
一个较新的应用领域是自主车，其中包括潜水，陆上车辆（带轮子，轿车或卡车的小机器人），高空作业车和无人机（UAV）。自主化水平，从完全独立的（无人）的车辆范围为汽车，其中基于计算机视觉的系统支持驱动程序或在不同情况下的试验。完全自主的汽车通常使用计算机视觉进行导航时，即知道它在哪里，或用于生产的环境（地图SLAM）和用于检测障碍物。它也可以被用于检测特定任务的特定事件，例如，一个UAV寻找森林火灾。支承系统的例子是障碍物警报系统中的汽车，以及用于飞行器的自主着陆系统。数家汽车制造商已经证明了系统的汽车自动驾驶，但该技术还没有达到一定的水平，就可以投放市场。有军事自主车型，从先进的导弹，无人机的侦察任务或导弹的制导充足的例子。太空探索已经正在使用计算机视觉，自主车比如，美国宇航局的火星探测漫游者和欧洲航天局的ExoMars火星漫游者。
其他应用领域包括：
（1）支持视觉特效制作的电影和广播，例如，摄像头跟踪（运动匹配）。
（2）监视。

⑺ 深度学习在计算机视觉的应用有哪些

计算机视觉，通过RGB或者RGBD信息，让计算机能对其中包含的信息，如图片中主要有什么，感兴趣的物体（人）在图中什么位置。最近有一项研究关于NBA篮球赛，可从视频中分析出要进行大动作的"焦点人物"。计算机视觉中，会用到一些传统的图像处理方法，不过越来越多的计算机视觉研究基于机器学习和深度学习。
之前视觉总需要提取特征，sift，stip等，而特征的好坏直接影响到视觉识别结果，通过无监督特征学习，如稀疏自编码，能从数据中得到一个比较靠谱的特征，后续直接通过分类器等进行处理即可。

机器学习是数据驱动，在获得大量数据后，通过数据构建模型从而完成预测，分类等任务。机器学习包含较多方面，只说神经网络。通过人工神经元构建的神经网络，只要两三层便能较好的拟合任意函数，对于简单的任务只要把数据扔进去训练即可。后来有人发现如果多几层，神经网络的准确率会更好，不过层数过多时，提升不明显，训练时间极具提高。此外对于很多复杂的任务，简单的神经网络不足以应付。
比如对于20*20的数字灰度图片，只要把这400个像素值输入网络即可。
但是对于640*480的彩色图片，要识别图中是什么动物，那简单的神经网络结果就不怎么样了，而且通常需要预先从图中提取特征向量，而不能直接把图片当成特征向量。

深度学习对神经网络进行了多种改进，比如卷及神经网络，循环神经网络等，无一例外就是网络层数提高，而且直接输入原始数据，学习特征，再学习分类模型。

⑻ 计算机网络方向考研有哪些具体研究方向

计算机考研方向有计算机系统结构，计算机软件与理论，计算机应用技术，信息安全和软件工程等。
计算机系统结构是计算机科学与技术专业的重要学科之一，主要研究计算机硬件与软件的功能分配、软硬件界面的划分、计算机硬件结构组成与实现方法及技术，其中嵌入式系统无疑是当前最热门、最有发展前途的方向之一。计算机系统结构专业要求学生具有扎实的计算机软硬件基础，不仅能对计算机系统进行研究与设计，还要具有计算机应用、软件开发的能力。相对而言，该专业的毕业生还是比较好找工作的，适合于从事计算机网络、嵌入式技术、高性能计算、网络信息安全和多媒体信息处理等研究领域或工程技术领域的工作。
计算机软件与理论专业主要研究软件设计、开发、维护和使用过程中涉及的软件理论、方法和技术，探讨计算机科学与技术发展的理论基础。该专业竞争比较激烈，大部分研究方向如信息安全理论及应用、嵌入式系统、计算智能、信息安全、新型程序设计与方法学、软件自动化、分布计算与并行处理、软件工程、先进操作系统、计算机系统信息安全都是当今IT市场比较热门的方向。
计算机应用技术的研究方向非常广泛，包括网络攻防技术、网络与数据库技术的应用、数据仓库与数据挖掘、多媒体与智能信息检索、数据网格与知识网格、计算机视觉与虚拟现实、模式识别与图像处理等。随着国内信息化产业的迅速推进及互联网的蓬勃发展，市场对网络工程师、网络管理员等技术人才的需求日渐看涨。
信息安全培养培养能够从事计算机、通信、电子商务、电子政务、电子金融等领域的信息安全高级专门人才。
软件工程涉及到程序设计语言、数据库、软件开发工具、系统平台、标准、设计模式等方面。在现代社会中，软件应用于多个方面，促进了经济和社会的发展，使得人们的工作更加高效，同时提高了生活质量。

⑼ 计算机视觉应用之图像检索任务简单介绍

图像检索算法因何而起？

网络时代，随着各种社交网络的兴起，网络中图片，视频数据每天都以惊人的速度增长，逐渐形成强大的图像检索数据库。针对这些具有丰富信息的海量图片，如何有效地从巨大的图像数据库中检索出用户需要的图片，成为信息检索领域研究者感兴趣的一个研究方向。

图像检索，简单的说，便是从图片检索数据库中检索出满足条件的图片，图像检索技术的研究根据描述图像内容方式的不同可以分为两类：

一类是基于文本的图像检索技术，简称TBIR，

一类为基于内容的图像检索技术，简称CBIR。

随着图像检索技术的发展和逐渐成熟，已经形成了多个基于图像检索的研究方向和应用场景，并且投入实用，在遥感影像、安防监控、检索引擎、电子商务、医学等方方面面起着十分重要的作用。

基于文本的图像检索(TBIR)技术，其主要原理为利用文本描述，如文本描述图片的内容、作者等等的方式来检索图片；

基于图像的内容语义的图像检索技术（CBIR），利用图片的颜色、纹理及图片包含的物体、类别等信息检索图片，如给定检索目标图片，在图像检索数据库中检索出与它相似的图片。

基于图像的内容语义的图像检索包括相同物体图像检索和相同类别图像检索，检索任务分别为检索同一个物体地不同图片和检索同一个类别地图片。例如，行人检索中检索的是同一个人即同一个身份在不同场景不同摄像头下拍得的图片属于相同物体的图像检索，而在3D形状检索中则是检索属于同一类的物品，如飞机等。

图像检索技术主要包含几个步骤，分别为：输入图片、特征提取、度量学习、重排序。

特征提取：即将图片数据进行降维，提取数据的判别性信息，一般将一张图片降维为一个向量；

度量学习：一般利用度量函数，计算图片特征之间的距离，作为loss，训练特征提取网络，使得相似图片提取的特征相似，不同类的图片提取的特征差异性较大。

重排序：利用数据间的流形关系，对度量结果进行重新排序，从而得到更好的检索结果。

随着深度学习的引入，基于深度学习的图像检索技术，主要是将深度学习方法应用在图像检索中的特征提取模块，利用卷积神经网络提取图片特征。主要步骤即给定一张图片，通过卷积神经网络对图片进行特征提取得到表征图片的特征，利用度量学习方法如欧式距离对图片特征进行计算距离，对图片距离进行排序，得到初级检索结果，再根据图片数据的上下文信息和流形结构对图像检索结果进行重排序，从而提高图像检索准确率，得到最终的检索结果。

⑽ 本科计算机专业考研可以考什么方向

本科计算机专业考研可以考计算机应用技术、计算机软件与理论数学与应用数学专业方向。

3、数学与应用数学专业。

研究方向：数学与应用数学是计算机专业的基础和上升的平台，是与计算机科学与技术联系最为紧密的专业之一。该专业就业面相对于计算机科学与技术专业来说宽得多，不但适用于IT领域，也适用于数学领域。