人工智能基礎(chǔ)與應(yīng)用經(jīng)典計(jì)算機(jī)視覺(jué)任務(wù)主講人：李恒人工智能課程團(tuán)隊(duì)目錄|

CONTENTS姿態(tài)估計(jì)05圖像分類(lèi)01目標(biāo)檢測(cè)圖像分割0304圖像增強(qiáng)0201圖像分類(lèi)圖像分類(lèi)（ImageClassification）這是計(jì)算機(jī)視覺(jué)中最基礎(chǔ)的任務(wù)之一，旨在識(shí)別圖像中的對(duì)象，并將其分類(lèi)到預(yù)定義的類(lèi)別中，主要流程如下：圖像分類(lèi)（ImageClassification）圖像預(yù)處理流程：關(guān)鍵步驟詳細(xì)過(guò)程圖像轉(zhuǎn)換為數(shù)字矩陣

讀取圖像使用圖像處理軟件或編程庫(kù)讀取圖像文件調(diào)整圖像大小根據(jù)需要，調(diào)整圖像的大小到特定的像素尺寸轉(zhuǎn)換為灰度圖將彩色圖像轉(zhuǎn)換為灰度圖像，簡(jiǎn)化了數(shù)據(jù)轉(zhuǎn)換為數(shù)字矩陣使用圖像處理庫(kù)中的函數(shù)將灰度圖像轉(zhuǎn)換為數(shù)字矩陣。每個(gè)元素的值對(duì)應(yīng)圖像像素點(diǎn)灰度值像素值進(jìn)行歸一化

確定歸一化范圍選擇歸一化目標(biāo)范圍、了解原始像素值范圍應(yīng)用歸一化公式

最小-最大歸一化公式：歸一化后的值=(原始值-最小值)/(最大值-最小值)處理歸一化后的數(shù)據(jù)數(shù)據(jù)類(lèi)型轉(zhuǎn)換、保存或輸出歸一化后的圖像02目標(biāo)檢測(cè)目標(biāo)檢測(cè)此任務(wù)旨在識(shí)別圖像中特定對(duì)象的位置和類(lèi)別。與圖像分類(lèi)不同，目標(biāo)檢測(cè)不僅告訴我們圖像中有什么，還告訴我們對(duì)象在哪里。基于SSD目標(biāo)檢測(cè)基于YOLO目標(biāo)檢測(cè)03圖像分割邊緣檢測(cè)、顏色和紋理特征、深度特征器。特征提取01選擇分割模型、訓(xùn)練模型模型選擇與訓(xùn)練02應(yīng)用模型、后處理分割執(zhí)行03圖像分割04姿態(tài)估計(jì)姿態(tài)估計(jì)在人體姿態(tài)估計(jì)中，模型可以預(yù)測(cè)人體的關(guān)節(jié)點(diǎn)位置（如關(guān)節(jié)、肢體末端等），從而理解人體的姿勢(shì)，是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要任務(wù)。姿態(tài)估計(jì)將檢測(cè)到的關(guān)鍵點(diǎn)按照人體結(jié)構(gòu)進(jìn)行關(guān)聯(lián)，形成完整的人體姿態(tài)，根據(jù)人體18各關(guān)鍵點(diǎn)位檢測(cè)人體態(tài)勢(shì)結(jié)果如圖所示。05圖像增強(qiáng)圖像增強(qiáng)圖像增強(qiáng)任務(wù)旨在改善圖像的質(zhì)量，包括去噪、超分辨率、動(dòng)態(tài)范圍擴(kuò)展等。這對(duì)于提高圖像在各種環(huán)境下的可