简介:计算机视觉是人工智能的重要发展方向,能够极大地改善人与世界的交互方式。计算机视觉基本要素包括数据、算法模型和运算力,核心技术涉及图像分类、对象检测、目标跟踪、语义分割和实例分割。计算机视觉算法技术层壁垒高,硬件层资本密集、巨头众多,应用层市场较为分散,我国中上游技术水平有待提升,技术融合创新、新型算法研发及成本的降低、GPU芯片技术及产业化等仍面临严峻挑战。此外,前端智能化、前后端协同计算和软硬件一体化成为明显发展趋势,数据和应用场景将成为企业布局的关键点,深度学习和卷积神经网络将推动计算机视觉持续优化升级。未来,我国应从强化产业链协同发展、大力开展技术攻关、支持挖掘未来场景应用等方面打造本土计算机视觉产业集群,提升产业国际竞争实力。
简介:动态规划检测前跟踪(DP—TBD)算法是一种检测微弱目标的检测方法,可明显改善信噪比,但检测目标的提取与识别仍是技术难点。利用轨迹特征剔除虚假目标,提出一种目标综合识别方案。仿真结果证明,该方案可有效剔除虚警并保留真实目标。
简介:为了有效地评价图像质量,该文提出一种应用人眼视觉特性的全参考图像质量评价方法。该方法主要考察了人眼的两个视觉特性,即韦伯定律和视觉注意机制,并利用这两个特性计算对应的差异激励图和视觉显著性图,将其作为能够反映图像失真的特征图,同时考虑了观察因素的影响,最后得到了失真图像的质量评价指标。实验结果表明,该方法在LIVE、CSIQ和LIVEMD三个图像库上有很好的表现。三个图像库的加权平均结果显示,本文方法的表现优于所有对比方法,包括近期提出的GMSD和VSI方法,说明本文方法的评价结果与主观感知不仅具有更好的一致性,而且具有很好的通用性和鲁棒性。