- 基于深度学习的目标检测原理与应用
- 翟中华等编著
- 8字
- 2025-02-26 20:23:38
第1章 计算机视觉及目标检测
1.1 计算机视觉原理
1.1.1 人类视觉与计算机视觉比较
如图1-1-1所示,对人类来说,视觉的定义是运用感觉设备——眼睛将看到的世界转变为图像或视频,再通过理解设备——大脑来解释景象;对计算机来说,运用感觉设备——摄像头拍摄图像或视频,再通过理解设备——计算机对图像进行处理,目的是解释出与人类识别相同的景象。

图1-1-1 人类视觉与计算机视觉的异同
人类的视觉高效性主要体现为分辨准确率高及视觉反应速度快。Thorpe等学者在1996年的调查发现,人类在色彩斑斓的图像测试中分辨图像的准确率高达97%;该调查还发现,人类辨别动物及非动物仅需150 ms,如图1-1-2所示。

注:彩插页有对应彩色图片。
图1-1-2 人类视觉分辨效率
但是,人类的视觉存在缺陷,即会有视错觉。视错觉或称为网纹阴影错觉,从麻省理工学院大脑与认知科学系的Edward H. Adelson教授发表惊人的检验员阴影光学错觉实验开始引发世人关注。大家不妨猜测一下,图1-1-3中被标记为A和B的两个方块是否为同一个颜色?
你是否会说正方形A的颜色比正方形B的颜色暗?事实上,它们的亮度是相同的,可以通过添加几条辅助线来证明这一点,如图1-1-4所示。

图1-1-3 错觉测试

图1-1-4 错觉测试解答