0755-89587490
機(jī)器視覺的應(yīng)用及其發(fā)展
機(jī)器視覺可以看作是與人工智能和模式識(shí)別密切相關(guān)的一個(gè)子學(xué)科或子領(lǐng)域。限制機(jī)器視覺發(fā)展的瓶頸是多方面的，其中最重要的可以歸結(jié)為三個(gè)方面：計(jì)算能力不足、認(rèn)知理論未明以及精確識(shí)別與模糊特征之間的自相矛盾。
1.機(jī)器視覺面向的研究對象主要是圖像和視頻，其特點(diǎn)是數(shù)據(jù)量龐大、冗余信息多、特征空間維度高，同時(shí)考慮到真正的機(jī)器視覺面對的對象和問題的多樣性，單一的簡單特征提取算法（如顏色、空間朝向與頻率、邊界形狀等等）難以滿足算法對普適性的要求，因此在設(shè)計(jì)普適性的特征提取算法時(shí)對計(jì)算能力和存儲(chǔ)速度的要求是十分巨大的，這就造成了開發(fā)成本的大幅度提高。
2. 如何讓機(jī)器認(rèn)知這個(gè)世界？這一問題目前沒有成熟的答案，早期的人工智能理論發(fā)展經(jīng)歷了符號(hào)主義學(xué)派、行為主義學(xué)派、連接主義學(xué)派等一系列的發(fā)展但都沒有找到令人滿意的答案，目前較新的思想認(rèn)為應(yīng)該從分析、了解和模擬人類大腦的信息處理功能去構(gòu)建智能機(jī)器視覺系統(tǒng)，但神經(jīng)科學(xué)的發(fā)展目前只能做到了解和模擬大腦的一個(gè)局部，而不是整體（當(dāng)然計(jì)算能力限制也是原因之一）。事實(shí)上，我們對人是如何對一個(gè)目標(biāo)或場景進(jìn)行認(rèn)知的這一問題仍停留在定性描述而非定量描述上。
上一頁：
下一頁：
相關(guān)新聞
2024-02-26
2024-02-08
