計算機視覺概念

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇計算機視覺概念范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

計算機視覺概念范文第1篇

關鍵詞：計算機視覺；課程創新；教學改革

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2016）20-0118-02

計算機視覺課程是人工智能學科的分支學科，對互聯網技術的發展有著重要的推進作用。隨著時代的飛速變遷，越來越多的學生對這一領域產生了濃厚的興趣，計算機視覺課程在信息專業中也開始占據重要的地位。如何讓學生對這門課程保持長久的興趣，如何培養學生的專業能力和實踐能力，是當前高校應該考慮的問題。經過近幾年的教學實踐后，很多高校已經逐步確定了通過實際應用培養學生興趣的教學方法，在滿足學生對計算機視覺應用需求的同時，加深了學生對理論知識的理解，這已經成為了當前高校計算機視覺課程教學的重要模式。

一、計算機視覺課程的特點

近年來，隨著計算機網絡的飛速發展，計算機視覺的應用也越來越廣泛，成為了信息相關專業學生的一門必修課。計算機視覺課程涉及眾多領域，包括人工智能與模式識別、應用數學等，其覆蓋范圍廣，綜合性較強。具體來說，計算機視覺課程有以下幾個特點：一是內容廣泛，理論抽象。計算機視覺是一門新技術，隨著時代的變遷，互聯網新技術的更新日新月異，這就使得課程內容的更新過快，內容廣泛，教師很難在第一時間向學生輸送所有的課程知識。二是計算機視覺課程涉及多個學科領域，并且所涉及的領域知識內容復雜，表達抽象，這對學生的學習來說是一個較大的障礙。三是實踐性強。計算機視覺課程的知識內容來源于各種專業不同的領域，操作性極強，學生只有在具有一定的工程項目綜合能力后，才能進行計算機視覺應用和操作。

二、計算機視覺與計算機圖形學、數字圖像處理之間的聯系和區別

1.計算機視覺與計算機圖形學的聯系與區別。計算機視覺一般輸入的都是圖像或圖像序列，其輸入資料主要來自usb攝像頭或是相機。經過處理后，計算機視覺輸出的是對圖像序列和圖像對應的對真實世界的一種理解，在這一方面，計算機視覺有識別車牌、人臉的作用。而計算機圖形學則是一種對虛擬場景的描述。它一般是由多個多邊性數組組成，每個多邊性有三個頂點，輸出的是二維像素數組。在增強現實的應用中，人們不僅需要用計算機視覺來提高對物體識別和姿態獲取的效率，還需要用到計算機圖形學對虛擬三維物體的疊加方法。

2.計算機視覺與數字圖像處理的聯系和區別。首先，計算機視覺與數字圖像處理之間的聯系在于數字圖像處理是計算機視覺處理的基礎，而計算機視覺的研究成果也可以作為數字處理的素材。其次，計算機視覺與數字圖像處理之間的區別在于圖形是一種純數字化、矢量的單位，而圖像則不僅包括圖形，有時還包括來自現實世界的信號，并且圖形的處理不是一種簡單的堆積，計算機視覺的處理要從圖像中找到一些統計數據和信息，并做進一步的數據分析。

三、高校計算機視覺課程教學的創新策略

1.以工程應用為導向的課程內容。鑒于學習本課程的學生在畢業之后多數會進入相關工程企業或者研究院工作，因此，在對學生進行培養時，高校一方面要考慮到學生的知識接受度，另一方面要設置以工程應用為導向的課程內容，幫助學生更好的進入企業或研究院開展工作。高校在進行計算機視覺課程教學創新時，首先要創新課程教材，摒棄以往枯燥的理論書籍，多選取一些實踐性和應用性強的教材。考慮到國內教材的滯后性和學生基礎的薄弱性，高校應該選擇以下兩本書作為學生的專用教材：一本是我國著名教授賈云得編纂的《機器學習》，這部教材深刻體現了時展的教學要求，書中不僅詳細講述了計算機視覺中的一些基本知識，包括計算機視覺的基本概念、算法及其應用，還有一些經典的數字圖像處理方法和視覺應用分析，對學生了解基礎知識和實踐內容有著重要的意義；另外一本是國內外十分推崇的計算機視覺著作，它是美國教授Richard Szeliski教授的作品。該書在2010年出版，獲得了眾多業界人士的好評。Richard Szeliski教授是華盛頓大學的兼職教授，也是微軟研究院交互視覺與多媒體的主任，他對計算機視覺的發展和未來走向十分清楚，也深刻了解產業界和大學需要什么樣的計算機視覺課程教材。因此，這本教材面向應用，與當今最新的科技成果緊密相連，綜合論述了計算機視覺在各個領域的發展，展示了計算機視覺的最新研究成果和未來的發展趨勢。此外，本書中還有詳細的國外研究案例和更加深入的應用案例，適合學生開展探究性學習。兩本教材都是遵循以工程應用為導向的原則，對學生開放性思維的培養有著重要的意義。

2.面向科技最新成果的課程定位。計算機視覺是一門新技術，科技創新是其發展的原動力，因此，高校在進行課程安排時，應該將當今計算機視覺領域的重要的科技成果作為計算機課程的基本教學內容。要想以科技最新成果定位計算機視覺課程，高校要做到以下兩個方面：（1）選取涵蓋最新成果的教材。考慮到不同學生的數字圖像處理基礎不一的問題，學校可以在課程中補充一些有關數字圖像處理的基礎內容。在選擇教材內容時，計算機視覺課程的內容應該包括數字圖像處理、視覺學習和模式識別這三大部分。數字圖像處理是視覺課程的基礎內容，主要向學生介紹數字圖像處理和計算機視覺所涉及的一些基礎知識，包括圖像的分割和檢測、圖像濾波的處理等。數字圖像處理是整個計算機課程學習的重要基礎內容，其課時可占總課時的二分之一。其次，視覺部分是近幾年來計算機視覺的最新科技成果，內容主要包括攝像機的幾何設定和計算機攝影機的序列處理等。作為最前沿的科技領域，視覺部分將會是該課程后期的重點內容，與實踐作業緊密結合。而模式識別則更多的是新技術的一種工程應用，學生會更多的涉及到實踐操作，更好的培養學生的實踐能力。（2）強化學生自學和調研能力。課程調研和實踐是信息專業學生強化能力的重要方法之一，高校可以在課程項目中引入新技術的探究，在使課程在具有基礎性、研究性的同時，具有一定的前沿性，還能讓學生在第一時間了解到最新的科技成果和互聯網應用技術。在課程調研和實踐中，高校必須要強化學生的自學和調研能力，在調研時給每一個小組安排一位高年級研究生作為指導，每組學生獨立完成任務，高年級研究生只做引導和輔助的作用。學生在自我設置調研程序，查找資料，理解和熟悉相關程序的時候，能夠更加掌握最新科技成果的內容，同時還提高了學生的自學能力和團隊協作能力。

3.工程實踐化的教學形式。工程項目綜合能力是信息專業的學生必須具備的素質之一，因此在計算機視覺課程的教學過程中，培養學生的工程實踐能力是教學目標之一。高校可以采取以下兩種方法：（1）選取適當的工程實例。對于信息專業的學生而言，計算機視覺課程各個獨立的算法和方法較多，彼此沒有過多的聯系。這對學生來說過于抽象，不易理解，因此教師不應當僅僅限于知識的傳授，還應該選取一些適當的工程實例，將知識體系串聯在一起，加深學會對教學內容的理解，從而達到良好的教學效果。例如，在教學過程中，教師可以著重介紹手機制造的例子。手機是現在學生十分熟悉的產品，用手機舉例更加貼近學生的生活，教師可以詳細介紹手機鍵盤和主板的制造過程，并在這一過程中將所學的算法和理論融合進去，加深學生對知識的理解。其次，教師在手機講解時，還可以引導學生思考類似的產品制造，從而引出數碼相機的制造原理，和學生一起探討其制造算法。這種做法不僅可以幫助學生學習，還可以讓學生拓寬思路，發散思維，不斷創新計算機視覺領域。（2）選擇合適的實際應用。計算機視覺課程是一門實踐性和操作性極強的學科，因此，為了學生更好的學習，教師要將理論工程實踐化，選擇合適的實際應用來提高學生的實踐能力。教師可以安排學生進入手機制造廠房，給學生上一堂別開生面的實踐課，詳細介紹每個制造流程，并向學生不斷拋出與課程有關的問題，引發學生的思考，比如選擇什么樣的模板匹配法可以更為簡單。學生在不斷的解答和提問中，對學科知識的了解也會逐步加深。其次，高校可以建立專門的實訓基地，學生可以在基地里實踐操作，將理論轉化為實物，親自嘗試做出模型，這種做法可以極大地提高學生的實踐能力，使學生更快的將理論轉化為實際。

四、結語

在新形勢下，高校應不斷創新計算機視覺課程的教學模式，并以此展開教學活動，培養學生的實踐能力和創新精神。將工程應用和科技最新成果結合的教學模式，有利于解決理論和實踐相脫節的問題，在增強學生學習興趣、提高學生獨立分析能力的同時，還使學生接觸了國際最新的研究成果，拓寬了學生的思路，這對學生未來的發展有著重要的意義。

參考文獻：

[1]郭小勤，曹廣忠.計算機視覺課程的CDIO教學改革實踐[J].理工高教研究，2010，（05）.

[2]倫向敏，侯一民.高校《計算機視覺》課程輔助教學系統的研究[J].教育教學論壇，2012，（18）.

[3]陳芳林，劉亞東，沈輝.在《計算機視覺》課程中引入研討式教學模式[J].當地教育理論和實踐，2013，（07）.

[4]楊晨.視覺傳達設計專業插畫設計課程創新與實踐人才培養機制探究[J].藝術科技，2015，（05）.

[5]蔣辰.基于數字媒體環境的視覺傳達設計專業綜合實驗課程改革探證[J].文藝生活：中旬刊，2015，（07）.

[6]張勝利.視覺傳達設計專業中色彩風景寫生課程多元立體化教學模式的構建[J].美術教育研究，2015，（08）.

計算機視覺概念范文第2篇

關鍵詞:計算機視覺;教學應用;教學改革

計算機視覺是人工智能學科中的一門重要課程。隨著相關應用在多個領域中的出現,越來越多的學生開始對這門課產生了濃厚的興趣。如何讓學生能夠在整個課程中保持盎然的興趣,并為有志于深入研究計算機視覺的學生指明方向,成為我們教師首先應注重的問題。

在實際的教學工作中,通過不斷摸索總結,我們認為,以實際應用引導學生的學習興趣,既滿足了學生想了解計算機視覺實際應用的需求,又加深了學生對于算法的理解,把算法放在一個實際應用中,學生可以理解怎么用,為什么這么用。在這樣的目標導引下,我們從選擇教材開始,準備教學內容(包括合理的應用實例的選擇)、制作PPT、探索教學方法,形成了目前以實際應用為主導的創新教學體系,非常受學生歡迎。在此,我們對這期間遇到的問題,解決方法、心得體會做一個總結和思考,希望能對同行有些許參考作用。

1選擇教材

在我們這個專業,每年的上研率基本都保持在50%左右。在本專業的研究生階段,也開設了雙語教學的計算機視覺課程。另外,畢業后選擇參加工作的同學也基本都進入和本專業非常相關的一些單位,所從事的工作,都是和在學校學習的知識密切相關。

因此,如何讓這門課程的教學既兼顧本科畢業就參加工作的那部分同學,又兼顧繼續深造的學生的需求,也是在這門課程講授的過程中,需要特別注意的一個問題。對于本科畢業就要參加工作的同學而言,需要“廣度”,需要了解計算機視覺這門課在各個領域中的應用,在實際中接觸到相關的項目或工作時,能夠知道去哪里可以找到自己需要的參考資料;而對于要進一步深造的同學而言,則需要一定的“深度”,為研究生階段的研究打下基礎。

全盤考慮到這些學生畢業之后的去向,我們選擇了兩本教材。一本是賈云得教授編著,科學出版社于 2000年出版的《機器學習》[2],這是一部順應了時代與教學發展要求的教材,對計算機視覺中的基本概念、基本算法、基本算法的應用、經典應用進行了由淺入深的介紹。內容涵蓋了所有經典的數字圖像處理與機器視覺方法,也對一些已經得到非常好實際應用的方法,如光流法等作了簡要介紹。另外還選擇了一本英文原版的計算機視覺的經典著作,Ramesh Jain 教授等所著的《Machine Vision》[3],機械工業出版社于2003年出版。這是國內外非常推崇的一本計算機視覺著作,該教材條理清晰,深入淺出,對計算機視覺的基本原理、算法、應用的介紹非常詳盡。

在教學中,我們采用了英文的PPT,但主要用的教材是賈云得教授的《機器視覺》,這樣中英文對照講解,一方面加深學生對教學內容的理解,另一方面也為學生今后閱讀專業的英文論了相應準備。

2教學內容和工程實例的選取

2.1選取教學內容

本課程之前,大學二年級的本科生已開設數字圖像處理課程,但所講的基本原理和算法都非常淺顯,所以在教學內容的安排上,分為兩大部分:數字圖像處理部分和視覺部分。數字信號處理部分主要講解在視覺部分會用到的一些基本算法,為后面進入計算機視覺部分打基礎。這部分約占總課時的1/3。視覺部分的課時也分為兩部分:算法講解與實例講解。在算法講解部分,對計算機視覺的基本算法、經典算法都做了深入淺出的講解。實例部分則選擇了經典的工業應用,讓學生能夠對所學算法進一步加以理解。

2.2選取適當的工程實例

就計算機視覺的教學內容而言,各個孤立的算法和方法對本科生來講,有些抽象不好理解。如果在教學上僅僅通過老師在課堂上的講解,很難讓學生深入地理解相關的教學內容,而選擇一個觸手可及且簡單好理解的工程實例往往就會達到意想不到的教學結果,學生可以把課堂上所學的枯燥理論與現實中活生生的事物聯系起來,從而加深對教學內容的理解。

通過反復比對、反復論證,我們選擇了在講解基本原理和算法之后,在課程結束前,專門留出課時講解手機制造這個例子。手機現在是人手一部,是這些年青學子再熟悉不過的事物了,通過對手機主板、手機鍵盤的制造過程的講解,把所學的算法都融合進來,學生在覺得有趣的同時,不知不覺就加深了對所學算法的理解。

另外,在教學的過程中,我們還不斷穿插其他學生耳熟能詳的實例,如數碼相機原理中的一些算法的講解,我們和學生一起探討應該怎么選擇數碼相機。再有,濾波器算法、在課堂上對Photoshop功能的演示,與所學算法關聯起來,學生都很容易理解接受。

3教學點滴

3.1點睛之筆

在第一節課的講述中,我們的重點不在于Marr理論,而是告訴學生:

人工智能就是要讓計算機像人一樣,能夠會聽、會看……

我們這門課程就是要讓計算機“會看”,要像人一樣會看。進而展示給學生一些我們精心挑選的圖片,讓學生自己判斷,是不是自己的眼睛“騙了”自己,人眼和計算機看到的到底有什么不一樣。

每次講到這里,學生都會進行熱烈的討論,每個人都有不同的看法,每個人都有自己的堅持,不知不覺中,對這門課就產生了濃厚的興趣,有了繼續深入學習下去的愿望。在課堂討論的最后,比較人眼對圖片的判斷以及計算機的判斷后,讓學生自己總結歸納,我們這門課到底要研究些什么,都有可能應用在哪些方面,然后對爭議比較大的提議一一探討。每到這個時候,大家的積極性就都被激發出來,在不斷的爭論與思想碰撞中找出正確的結論。

3.2拿身邊的事物說“事”

計算機視覺課程的前半部分,多涉及到圖像處理的一些常見算法。在講授各種各樣的濾波器和算子時,并沒有針對各個濾波器和算子擺出一堆示例圖片,讓學生比較濾波前后的差異,從而很生硬地理解濾波器與算子的功能。取而代之的,我們首先以現在人手一臺的數碼相機為例提出問題,你為什么要選擇你手里的這臺數碼相機?當初選這個品牌和型號時,你的考慮是什么?歷年學生的回答幾乎都是看網上測評,或者在網上看別人怎么說。這時列出我們收集到的各個品牌相機的測評報告,列出它們的優缺點,然后引導學生去思考,例如這個品牌的相機的缺點是照片發灰,不是很鮮亮,而另一個品牌的相機則綠的特別綠,紅的特別紅,為什么?那么有可能是哪部分的算法不夠完善,為什么?

通過如此簡單的對比,學生的積極性被完全激發。原來,數碼相機這個幾乎人人都有,大家都熟悉的“玩具”竟然和自己在課堂上學到的知識這么密切相關。

再有,就是利用學生們都熟悉的PS(Photoshop),演示現在所謂的“完美證件照”是怎么來的。為什么可以把疙疙瘩瘩的臉部皮膚變得光滑?在PS中,你就是點了一下鼠標,其實在后臺,是加入了一個濾波器進行了濾波。各種這樣的演示,學生都非常喜聞樂見。因為他們突然發現,原來那些事物,和我自己接觸到這些看似枯燥的理論之間,還有這么深刻的聯系。

還有一個很受學生歡迎的例子就是對于“鼓形失真”的講解。我們的老師每次講到這里,都不會簡單告訴學生“鼓形失真”發生的原因是什么,應該怎么解決?老師都會問學生,明星為什么都一窩蜂去減肥?現在的女明星為什么都要去弄個“錐子臉”?課堂上就會出現一個小,男同學和女同學的看法各異,彼此之間開始爭論不休。此時再趁熱打鐵地問學生,如果拿著相機,離自己的鼻子一公分,會拍出什么樣的效果?有學生開始拿出手機對著自己和別人開拍,有的學生開始頭頭是道地分析。每到這種學生都開始熱烈討論的時候,就可以適時引導學生往正確的方向去,讓他們自己找到正確的分析解決方法,往往這個時候,學生都會頗有成就感,對于問題的理解也會特別的深刻。

3.3選擇合適的實際應用

在所有理論講解結束后,我們會留出2～4次課講述計算機視覺在工業上的應用。這些年來,對于手機制造這樣一個工業應用,非常受學生歡迎。正如“數碼相機”這個例子一樣,現在學生都是人手一部手機,是大家再熟悉不過的東西。這個例子涉及到了在前面理論講述中的大部分算法,如二值圖像的處理、模板匹配、高斯濾波器等。學生通過對這個工業應用的理解,更進一步加深了對算法的理解。

以講解手機鍵盤的制造過程為例,向學生提出和前面所講內容相關的問題,引導學生自發思考,如為什么選擇模板匹配法,而不是采用其他更復雜更精確的方法等等。每到這個時候,課堂氣氛總是分外熱烈,學生各抒己見,在不斷爭論中,更進一步加深對課本上枯燥理論的認識。

在這里需要注意的問題是一定要一步一步提出問題,循循善誘,引導學生一層一層地深入思考。如果問題的答案過于“深藏不露”,則有可能觸發學生的抵觸情緒,無法繼續深入地思考。

4結語

通過多年的教學摸索,我們認為,在計算機視覺課程的講述中,以實際應用引導學生這樣的教學方法非常可取,而且也收到了很好的效果。另外,除了制定好的教學大綱,并選擇合適的教材外,根據學校現在的時間情況,我們選擇了多媒體手段輔助教學,充分利用Matlab和大屏幕投影等方方面面的優勢,結合多種方法進行教學,對講好計算機視覺這門課,非常有益。

參考文獻:

[1] 林堯瑞,馬少萍. 人工智能導論[M]. 北京:清華大學出版社,1989.

[2] 賈云得. 機器視覺[M]. 北京:科學出版社,2000.

[3] Ramesh Jain. Machine Vision[M]. 北京:機械工業出版社,2003.

[4] 蔡自興. 智能控制原理與應用[M]. 北京:清華大學出版社,2007.

Innovation in the Course of Computer Vision

HAN Hong, JIAO Li-cheng

(School of Electronic Engineering, Xidian University, Xi’an 710071, China)

計算機視覺概念范文第3篇

關鍵詞：機器學習；模式識別；計算機視覺；機場管制；民航安全

引言

安全管理是我們民用航空管理中的一個非常重要的問題，一直以來都受到整個行業的高度重視。機器學習作為人工智能技術的分支，已經在短短的幾年時間內滲透到我們身邊的各行各業，為之提供了大量的便利并極大的節省了人力及物力資源。由此我們推測，將機器學習及其相關技術應用到民航安全管理體系中，也將起到卓越的成效。本文便是對機器學習在民航安全管理的應用領域進行探索和分析。

1 機器學習介紹

1.1 定義

利用計算機對給定的數據進行分析并從中獲取規律是機器學習的首要研究目標，這些數據我們稱作觀測樣本，所學習到的規律我們稱之為模型。通過這些規律模型，可以對未來將要出現的數據進行預測。

圖1即機器學習的簡單示例。機器學習的第一步即是選擇一個規律模型，定義為決策函數f（x，？茲），該函數中的參數？茲并不確定。第二步則是通過機器學習的算法尋找出一個最適合的參數？茲？鄢，這個過程叫做訓練過程。經過以上兩個步驟，我們就可以使用f（x，？茲）模型對輸入的x進行結果預測。

1.2 應用場景

我們所描述的機器學習，不僅僅是針對一些已經經過結構化處理的信息，還應當包含圖像、音頻在內的數字化數據。從范圍上講，它類似于模式識別、統計學習、數據挖掘，正是由于機器學習與這些不同領域的結合，從而形成了它在計算機視覺、自然語言處理、語音識別這些交叉學科中的研究優勢。

2 民航安全管理

2.1 安全管理系統簡介

民用航空中比較傳統的思想認為沒有危險就表示安全，然而現代的安全管理思想并不這樣認為。現代的安全管理思想把安全當做一種狀態，同時也是識別危險和管理風險的一個過程。由此可見，我們的安全管理系統（safety management system簡稱：SMS）必須是一個完整的、正規的、自頂向下的和有條不紊的綜合安全管理系統。

2.2 我國的民航安全管理系統現狀

分階段發展的策略是在改革開放以來我國的民航業實施的總方針[1]，并且已取得顯著成效：第一階段，通過逐漸放松進入市場的時機，讓民航走上企業化發展的道路；第二階段，在民航業內部實施全面的制度改革，為進入市場化進行機制創造條件，同時大步跨入市場化經營時期；第三階段，抓緊時機進行民航的行業重組，這一項改革已經取得了重大突破。雖然分階段的策略成績斐然，然而就目前來看，我國民航業的安全管理信息化進程依舊相對落后。

3 機器學習在安全管理體系中的應用

3.1 模式識別與機場管制

模式識別是工業業界提出的概念，而機器學習主要來自于計算機學術領域，在本質上二者沒有區別。機場管制也稱航空管制，航空流控 航路流控 等，指的是由于起降航班班次集中，飛機按關門先后順序排隊起飛，或者由于天氣、軍事、目的地機場問題等原因，塔臺對飛機起飛時間進行管制。機場管制的目的是保證航空安全，以及保障飛機的飛行秩序。

通過機器學習的模式識別技術，安全管理系統可以對機場終端區域的所有飛行器進行實時監控，分析處理一次雷達、二次雷達及自動相關監視系統（ADS-B）等監視設備傳回的包括飛行器高度、位置、運行狀態以及氣象信息在內的各種大規模數據，并在異常情況出現時，或者在異常情況即將出現之前（取決于機器學習算法的數據預測功能），向塔臺管制員提供預警服務，避免各種特情的發生。

3.2 計算機視覺與機場安全

人臉識別[2]是計算機視覺領域的一個非常重要的研究方向。傳統的人臉識別技術在實際應用中已經非常廣泛，但是從性能的角度來看，依然存在諸多問題，最重要的是，從安全的角度考慮亦存在諸多漏洞。現在已經證明出現的針對傳統人臉識別的黑客技術，已經屢見不鮮。而通過機器學習改進后的人臉識別技術[3]，不僅可以解決安全問題，并且十分有利于人臉識別精度的改善和人臉識別速度的提高。將優化后的人臉識別系統應用到機場的安檢流程中，可以大大提高安檢人員的工作效率，同樣降低人工工作的強度。

同樣的，計算機視覺及圖像處理技術還可應用于機場場面安全管理。比如，隨著通用航空的發展，無人機的數量快速增加，由于其制造成本低操作簡單等特性，越來越多的單位和個人開始使用無人機從事私人的業務。這些沒有規范管理的無人機，在缺乏地空空域管理的情況下，很容易就能夠飛行進入機場的管制區，形成巨大的安全隱患。利用計算機視覺進行遠距離攝像實時監控，有望很好的解決這個安全問題。

3.3 其他應用領域

除此之外，機器學習的各種算法模型，包括貝葉斯模型（Bayesian）、人工神經網絡（Artificial Neural Networks）、深度學習（Deep Learning）、組合方法（Ensemble Methods）、回歸（Regression）等等，均可根據各自的特性，應用于民航安全系統：數據預測特性可以應用于航空氣象數據的分析與預測中，用以提前為管制人員提供盡可能準確的氣象預報數據；語音識別及文本分析特性，可以應用于管制員與飛行員的陸空通話過程中，不僅可以監控陸空通話的內容，同時可以對參與人員的疲勞程度進行研判；大規模數據中的異常數據監測，可以應用行器設備及地面設備的維修與保障中。

4 結束語

近年來，以機器學習技術推動的人工智能已滲透到幾乎所有的工業領域。而機器學習的應用場景，也就是它的應用領域，也恰好與我們信息化安全建設的方方面面都有諸多重合。對于我們民航，確切的說，對于我們民航的安全管理系統，盡早引入并應用機器學習相關技術，將會極大的改善系統的工作效率并提高安全保障的成效。

參考文獻

[1]李洋.我國民航安全管理系統研究[D].中國海洋大學，2013.

計算機視覺概念范文第4篇

關鍵詞：微創業；移動web；云計算；物聯網；機器視覺

中圖分類號：G646 文獻標志碼：A 文章編號：1674-9324（2014）33-0281-02

一、引言

十八屆三中全會中指出，要深化教育領域綜合改革、營造創業環境、健全促進就業創業體制機制，高校畢業生是創業的生力軍，要加大力度培養大學生的創業素質和能力。IT微企未來的創新點在云計算、大數據、移動互聯網三大領域，通過利用微平臺或者網絡平臺進行新項目開發的創業活動的微創業被認為是改變當前大學生就業難狀況的一個有益的探索和嘗試。微創業參與者一般都是初次創業者，經驗不足，需要更多的指導與幫助。大學生微創業素質發現與培養系統，是從提高服務、降低成本，集合優勢資源，從大學創業的實際需求出發，將互聯網技術、移動web技術、機器視覺技術、云數據存儲技術等多種技術有機融合成的綜合性微創業素質培養指導體系，對大學生的創業與創新能力提高有推動性的作用，對于高校大學生微創業教育的開展具有重要意義。

二、國內外研究現狀

國內最早的微創業的概念是2011年兩會期間陳天橋、歷以寧的提案，緊隨其后的是2011年發起的一項“中國互聯網微創業計劃”，提出了所有項目與互聯網、移動互聯網等先進技術和營銷手段相結合以實現成效最大化的“微創業”原則。很多企業和高校、政府部門都開始關注對初次創業者的支持，并陸續推出了不同形式的微創業計劃。2011年2月份中國電信北京分公司面向高校推出“天翼微創業計劃”，2011年3月份著名雜志“創業邦”在其官方網站啟動了2011中國“微創業計劃”大賽等等。微創業的概念已經慢慢形成，不過相關研究還很少，具體應用模式還有待更新。2008年北京華普億方軟件科技有限公司開發創業實訓計算機模擬仿真平臺研究，學生可利用仿真平臺進行創業實訓；2008年上海推出國內首個創業能力測評系統，對大學生創業素質進行測評；第十二屆挑戰杯項目“基于創業素質培養的創業課程開發研究”從課程開發角度進行研究。更多的創業素質培養集中在概念性和理論性的層面，基于移動web的大學生微創業素質發現與培養尚無應用。

三、系統總統架構

建立一個基于移動web的大學生微創業發現與培養系統，歸集大量創業素材（文字與視頻等），通過大數據環境下的云計算處理實現對互聯網上創業信息、用戶信息的數據的搜索、分類、整理并將信息存儲到云數據庫中。針對創業測評系統中僅僅靠問答這一單一的方式并不能完全反映學生的綜合創業素質這一問題，采用創業素質測評系統中創業能力測試問題和計算機視覺軟件系統相結合的方式，在測試過程中加入面部表情判斷，綜合測試學生的性格特征、職業傾向、創業能力等。通過微創業系統為相關學生提供3D創業課堂、創業指導、創業實施、創業俱樂部等（這些服務以兩種形式完成，其一建立以互聯網技術為核心的Android移動客戶端，為用戶提供創業素質測評系統、創業指導、創業論壇等信息服務，其二是建立通用的Web客戶端，為用戶提供3D創業課堂、創業實施等相關服務），具有良好的使用價值。

系統所有的數據存儲在云端，云數據包括系統創業素質測評數據、個人信息數據、創業案例數據、課件素材、視頻等資料，系統架構圖如圖1所示：

四、系統功能結構圖

系統包括素質發現和素質培養，其中素質發現主要由創業案例庫、計算機視覺系統、創業素質測評系統和個性化的電子創業檔案組成。素質培養包括創業學堂、創業論壇、創業動態等模塊，并延伸到理論課的教學管理和信息管理功能，系統功能圖如圖2所示：

創業學堂中包括編寫創業計劃書、3D模擬創業課堂、創業實施（公司成立、創業實踐、創業俱樂部）等。3D模擬創業課堂中運用計算機虛擬仿真技術、仿真市場博弈技術、3D建模技術等仿真模擬市場、市場調查和市場行業的競爭，逼真再現企業場景，并利用成熟的經濟學模型來計算模擬市場的變化，如市場需求反應模型、價格模型、廣告促銷市場反應模型、離散時間博弈模型等。學生通過系統模擬還原企業的創立過程，完成創業計劃書、辦理工商稅務登記注冊、建立企業進行運營管理等。創業俱樂部主要通過Flas、視頻、圖片、文本的形式呈現各類創業理論知識、經典創業講座以及成功企業家的成長經歷。創業動態主要通過文本和圖片形式呈現相關創業熱點新聞、最新創業政策、學生創業活動、開展的創業大賽以及介紹相關的大學生創業基地等信息。

五、系統關鍵技術

1.云數據處理。對海量的數據存儲、讀取后進行大量的分析、提高數據的更新速率以及進一步提高隨機讀速率等問題，是數據管理技術必須解決的問題。

2.計算機視覺的面部表情分析推理。智能人臉表情識別系統嵌入在創業測評系統中，瀏覽網站的人自動開啟云相機，在素質測評過程中記錄表情及其肢體語言。人臉表情識別系統中第一步對人臉進行檢測定位，第二步通過攝像機獲取人臉圖像并進行表情特征提取，在提取特種數據的過程中，進行特征降維、分解等處理，第三步將捕捉到的表情進行分類，輸出結果。

六、結語

本研究從提高服務、降低成本，集合優勢資源從大學生創業實際需求出發，有效利用大數據處理的云計算技術、機器視覺技術、虛擬現實技術、網絡技術以及移動互聯網技術，構建基于移動web的大學生創業素質發現與培養系統，以期為高校推動大學生創業提供參考，對學生創業和學校教學改革起到推動作用。大學生微創業素質發現與培養系統目前尚處于探索階段，本研究融合多種最新技術于一體，是在創業領域的創新性實踐。機器視覺技術應用于大學生創業素質尚無前例。計算機虛擬仿真技術運用企業博弈、3D建模技術逼真再現企業場景尚未在移動互聯網中應用。

參考文獻：

[1]Gerald E.Hills.An empirical study of an evolving field[J].Journal of Business Venturing，2009，（2）：30-31.

[2]Einar A.Rasmussen.Roger S？rheim.Action-based entrepreneur-

ship education[J].2013，（3）：56-57.

[3]程君青，章春軍.基于網絡的大學生創業服務平臺構建[J].教育教學論壇，2012，（4）：78-79.

[4]褚本立.中國移動互聯網創業企業的機遇與挑戰[J].商品與質量，2011，（3）：67-68.

[5]陳艷，雷育勝.大學生創業素質調查與思考[J].高教探索，2012，（4）：123-124.

[6]祝敏丹，左利華.大學生創業能力培養與測評系統構建[J].黑河學刊，2011，（1）：43-45.

[7]張淑梅，宋維堂.高職軟件技術專業創業型人才培養課程體系的構建[J].職教論壇，2011，（27）.

計算機視覺概念范文第5篇

【關鍵詞】圖像識別 邊緣檢測 小波算法

小波算法在圖形識別、壓縮等方面有著較為廣泛的應用，且具有較高的應用效率。在圖形識別與壓縮中實現小波算法的應用，能夠更加有效地實現應用數據的識別與壓縮。當前，在圖像識別與邊緣檢測領域中依舊存在著計算方法相對單一的情況，這種局限性對圖像識別與邊緣檢測的進一步發展造成了嚴重的阻礙作用。因此，要實現小波算法在圖像識別與邊緣檢測中的廣泛應用，促進其進一步發展。

1 小波算法概述

法國地球物理學家J?Morlet在1984年首次提出了小波的概念，隨后Hardy空間分子解說研究為小波算法的誕生奠定了理論基礎。當前，小波算法在圖像處理中有著非常廣泛的應用，并且其應用效果非常良好。小波算法主要是對非平穩的信號進行分析，在小波算法壓縮、平移等處理功能的支持之下，能夠從多個尺度對函數或者信號進行分析，實現空間域與頻率域的具備變換，從而能夠更加有效地對信息進行檢索。因此，小波算法屬于新興的信號處理技術。

在傳統的信號表示中，正交基有著非常廣泛的應用。基函數具有正交性，這使得基函數相應的表示函數能夠通過內積進行計算。小波算法實現了局部化思想的發展，屬于信號的“時間――頻率”分析方法，其主要的特點為多分辨率分析，同時在時間域與頻率域中都能夠對信號的具備特征進行表示。

2 圖像識別中小波算法的應用分析

圖像識別指的是通過計算機實現對圖像的處理、分析與理解。通過圖像識別工作能夠實現不同模式目標、對象的計算機識別工作。一般情況下，圖像識別的有效支持包括兩個方面，一方面是進入到系統中的信息，另一方面是系統中原本保存的信息，通過對這兩種信息的對比之后實現對圖像的有效識別。不同的圖像具有不同的特征，計算機在進行圖像識別的過程中通常會將視線集中在圖像較為突出的特征方面，從一個突出的特征向下一個突出的特征進行依次掃描。因此，在圖像識別的過程中，知覺機制的工作原理為排除多余信息、識別關鍵信息，因此小波算法有著非常關鍵的作用。一般情況下，在圖像識別中實現小波算法的應用，能夠有效地整理按照階段獲得的信息，以此為基礎形成完成的知覺映像。此外，在圖像識別中實現小波算法的應用還能夠有效地處理與計算信息的細節，促進圖像識別效率的提高。

利用冗余小波對圖像進行J個尺度的二維小波變換，得到3?J+1幅子圖像，其公式為

[Cj?{dj1，dj2，dj3}，j=1，2，3，……，J] （1）

其中，Cj代表原圖像尺度aj上的二維小波變換得到的低頻子帶圖像；djk代表原圖像在尺度2j與方向k上的二維小波變換得到的高頻細節自帶圖像，其中k=1，2，3，分別對應高頻子帶圖像的水平部分，垂直部分與對角線部分。

3 邊緣檢測中小波算法的應用分析

在計算機視覺中，邊緣檢測是非常重要的核心問題之一。一般情況下，邊緣檢測的主要目的就是對數字圖像中具有明顯亮度變化的點進行標識。在邊緣檢測的過程中，圖像屬性中一些較為顯著的變化能夠對重要事件、變化等進行反映。例如，如果在圖像的屬性方面出現了表面方向不連續的情況，這就說明在這一地方存在著比較重要的事件、變化等。此外，邊緣檢測在圖像處理與計算機視覺中還發揮著特征提取的關鍵作用。實現了小波算法在邊緣檢測中的應用，能夠在很大程度上實現相應數據計算量的降低，同時還能夠將計算機視覺中一些不相干的冗雜信息進行有效的剔除，同時能夠合理地對結構屬性進行辨識與保留。小波算法在邊緣檢測中的應用包括兩種類型，第一種類型為查找計算，第二種類型為穿越計算。在邊緣檢測的查找計算中，工作人員通過以查找方法為基礎的小波算法對計算機圖像中的一階導數最大值與最小值進行尋找，從而實現邊緣檢測工作。在邊緣小波基選取的過程中，遵循的原則包括：第一，邊緣檢測小波應該選擇高通濾波器，濾波器的脈沖回應函數包括奇對稱與偶對策兩個部分，

f（x）=f1（x）+f2（x），其中f1（-x）=-f1（x），f2（-x）=f2（x）

除此之外，小波算法在邊緣檢測的應用過程中，其主要的應用效果還包括在數據壓縮方面取得了較好的效果。小波算法首先對邊緣檢測中的線性頻率進行分析，之后實現相關信息與數據的壓縮與處理，通過小波算法實現壓縮與處理之后，其圖像的分辨率普遍較高，出現這種情況的主要原因是在邊緣檢測中實現小波算法的應用能夠使邊緣檢測中存在的高頻信號進行消除，在高頻信號消除的基礎上對信息與數據進行壓縮工作，從而取得較好的效果。然而，在利用小波算法實現邊緣檢測中的數據與信息壓縮時，工作人員還應該關注到邊緣檢測中存在的非線性不穩定信號，在對這些信號進行處理的過程中，小波算法的應用效果并不明顯。因此，在邊緣檢測中實現小波算法的應用，應該注重小波算法形態的有效選擇，從而實現邊緣檢測水平整體上的提升。

4 總結

隨著計算機視覺處理技術的快速發展，圖像處理與邊緣檢測中已經實現了小波算法的廣泛應用，且已經取得了非常良好的應用效果。因此，工作人員在圖像識別與邊緣檢測的過程中，對小波算法的應用已經有了非常明確的了解，通過小波算法的有效應用能夠促進圖像識別與邊緣檢測水平的不斷提高。

參考文獻

[1]喬鬧生，鄒北驥，鄧磊，曾友兵，鄒劍臣.一種基于圖像融合的含噪圖像邊緣檢測方法[J].光電子.激光，2012，11（65）：2215-2220.

[2]馬麗亞木?阿布來孜，艾力米努.阿卜杜如蘇力.一種基于邊緣圖像融合的圖像邊緣檢測方法[J].計算機系統應用，2012，12（41）：182-185.

[3]王婭囡，谷方，楊厚俊，范延濱，賈冬雪.基于PET醫學圖像邊緣檢測算法的研究[J].現代生物醫學進展，2014，05（42）：965-968.

[4]王曉丹，吳崇明.基于MATLAB的系統分析與設計--圖像處理[M].陜西：西安電子科技大學出版社，2014，02（44）：96-98.