机器视觉与人工智能收藏

网友投稿 276 2024-01-28


    机器视觉必须与人工智能结合才能得到更好的发展,没有智能的机器视觉对环境的要求很高,光线、位置、背景都会影响到最后的效果,而且如果要获得高精确的识别,运算将很大人类对于熟悉的物品不管什么角度都能很快认出来,即使在很暗的光线下或者背景很复杂。

机器视觉与人工智能收藏

而且很多情况只是大概的看一下,凭着经验和记忆就能迅速识别物品而对于没见过的东西,人类就需要通过仔细反复的观察才能看清物品,并且记住物品的特征,下次再见到此类物品时就能迅速识别    我们能够通过二维图片辨认景物,但这是建立在我们对这个景物三维的了解上,我们知道这个二维图片是这个三维景物在一定的光线下某个位置、角度上的二维投影。

在这识别中正是结合了智能的帮助,那个著名的花瓶人脸图就是很好的说明,同一张图片我们可以认为是两个人脸也可以是一个花瓶,许多错觉图都说明人在识别二维图像时加入了人的主观假设,不同的主观假设让我们对同一张图产生了不同的识别结果。

所以我认为机器视觉必须与人工智能相结合,并且建立识别对象的三维立体库,才能在任何光线下,在不同的位置和角度都能准确识别这样才能让机器视觉得到更广泛的应用    视觉的三维立体信息计算机处理起来,运算量和数据量确实非常大,这个问题我认为应该有办法解决。

我们人眼看物体,也不是把看到的所有景物的三维图像清楚地记在脑海中其实人眼所能真正看清的只是视野中心很小的一部分,大部分只是一个大概的轮廓,所以我们要看清比较复杂的物品,需要仔细盯着看一会儿而且我们识别物体主要依据物体的一些主要特征,对于熟悉的物品,我们能很快识别出来,并且根据以前对这个物品的认识,知道了许多有关这个物品的详细细节特征,而不需要眼睛去仔细查看。

而对于完全陌生的物品,我们就需要看的很仔细,而且看了一遍还不够,下次碰到还要再仔细看,通过多次的观察才能对这个物品有了一定的认识计算机识别三维物体也需要采用这种方式,首先形成初步大概的三维轮廓,然后对于其中有必要的部分进行二次甚至三次识别。

而且计算机要学会特征提取和归纳,这些工作就需要我们编程人员预先编好,要让计算机具备初步智能    为了提高计算机进行三维运算时的速度和效率,对图像进行分层次运算,如果我们把全幅图像都进行三维运算将会浪费大量的计算机资源。

例如驾驶汽车时,我们看到前方有天空、有房子、有树、有路、有车、有行人、有路标,如果我们要在短时间内把所有的东西都看清楚那是不可能的,也是不必要的,天空、房子、树都可以不去理它,道路、车辆、行人只要大概的轮廓,能分清类型就行,而路标则必须看清,对于道路、车辆、行人我们还必须了解离我们的相对位置、相对速度和相对方向。

这些都需要计算机具备相当的智能,目前的机器视觉能实现这样的要求吗?

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:基于机器视觉的物体识别应用方案收藏
下一篇:高光谱成像技术在鱼油凝胶胶囊检测中的应用收藏
相关文章

 发表评论

暂时没有评论,来抢沙发吧~