计算机视觉技术国内外研究现状和发展趋势
时间:2016-11-29 11:55 来源:毕业论文 作者:毕业论文 点击:次
| 国内外研究与应用现状 计算机视觉技术属于人工智能邻域中的一个分支，是一门通过图像或者视频的处理，从而使得计算机具备“看”的能力的学科。借由获取到的图像形成的几何信息以及由红外，辐射线或者其他方法进行的测定，由数据采集器的属性和物理世界的属性，就能从图像中推断出优于物体的有用的信息：比如，物体的颜色，物体的轮廓，复杂环境中的移动物体，移动智能机器人面前的障碍物，安防系统中的人物识别的人脸信息，地图中的目标位置等等信息。为了能有效地完善这些功能，于是人们就开始研究计算机视觉技术。从最初的人工智能的子方向，计算机视觉技术作为一个完整的研究邻域已经活跃长达40年之久。近几年来，研究人员已经渐渐将研究的重点从图像中的静态目标慢慢过渡到了复杂环境中的动态目标的序列上面。对于此方面的研究和发展，已经广泛的应用于控制系统中的视频监测系统，视频编解码技术，人工智能的人机交互的感知接口，地图导航系统，军事上的制导、雷达视频图像中的目标分析等等。4046 伴随着，计算机视觉技术的发展，随即又涌现了多模态和感知交互的技术，结合了机器视觉的研发，将能人机交互的技术推上一个新的台阶。之前的努力研究的重心在于继承多种的感知模态：比如，计算机图像视觉技术，语音以及声音的处理，触觉的感知处理。这些应用都是基于视频的传感的。此类以视觉交互作为基础的新兴技术在人机交互的邻域的发展以及实现都非常有潜力，比如，生物测定学、计算机智能发展、具有通用多态接口，能将采集到的图像，视频信息结合其他的多感知技术，比如， 语音、语言、触觉技术，用户建模等多方面技术。在当今对于图像处理，视频中移动物体的监测技术中，存在的主要问题和难点有： （1）在采集到的每帧的图像信息中，对于想要检测的目标物之间总不能避免存在相互遮挡的情况，从而造成了采集到了不完整的目标信息，这样给只能通过结合图像信息来识别世界的人工智能技术带来困扰。 （2）人们存在的生活环境都是多文立体组成，而对于采集到的图像信息却是2D的，那么通过不同视角以及光照的变化带来了目标物体的形状不同变化，造成了实时识别和跟踪的各种困难。 （3）对于生活中的3D物体，检测其物体的属性就需要判断如何去选择以及提取其物体不变性的特征，然而这一过程是极具挑战性的。 （4）在简单的场景下，分析目标物体是相对较为简单，但是在复杂背景下，需要提高检测目标物体的精确性，以及提高检测的数学算法的鲁棒性、实时性。 （5）实时采集到的图像信息，所具有的原始数据极其丰富，由于采集的时间间隔非常小，所以其相邻的帧之间有很强的相关性，利用好这个关键点，对于提高整个检测、跟踪系统的效率极其具有实际意义。 （6）随之图像处理技术的提高，将采集到的图像信息创建成3D的场景，复原真实的场景，对于目标物体的分析、处理、跟踪技术都将会有很大的帮助。 针对于计算机视觉技术广阔的发展前景，国外的发达国家早已瞄准了其应用市场，并且展开了大量的相关项目的开发和研究。Microsoft，IBM，Sornoff，EMITALL，MIT，CMU，ObjectVideo等尖端公司包括技术性的实验室近几年来都投入了大量的人力和物力研发人工智能的监控系统，并且伴随着研究的深入，相关的研究成果产品也已经转化为成熟的产品而投入到市场中，并且开始造福人类。当今，在军事方面应用较多的是， 与 研究的战场监控系统 在1999年投入使用。在民用方面应用较多的是，w4[系统，其由美国的马里兰大学研制；美国FDI(Futuretel Digital Imaging)公司推出的基于视频分析处理的智能视频监控系统SmartSystem；IBM公司Watson研究中心所研制开发的Smart Surveillance system(S3)；objectvideo公司的己经发行了5个商业版本的Object videoVEW系列产品。 (责任编辑：qin) |