机器人的“眼睛”

给机器装上“眼镜”，就是传统意义上将的机器视觉，而机器视觉有离不开目标物体的检测和识别。今天简单记录一下这方面的个人理解。
一、目标检测概念

目标检测的实质是多目标的定位，即要在图片中定位多个目标物体。例如下图，既要定位各个目标，还需要将不同目标用不同颜色的框表示。

image.png

目标检测解决的是从背景中找出我们关心的物体的问题（既框出），祛除了背景中不相关的信息。

1. 首先，采取平滑去噪、调整对比度与尺寸空间的方式将图片进行预处理，使其可以被检测到并适合局部应用。
2. 然后，将每块文字、图像分检出来交给识别模块识别。
3. 再次，将图像分割成若干个特定、具有独特性质的区域，进而寻找出感兴趣的目标。

目标检测技术关键在于动态复杂场景中背景模型的建立、保持与更新。当背景发生动态变化或被遮挡时，检测难度会大大增加。

二、目标检测和识别的区别

1、目标检测和识别的区别在于：

1)目标识别：图像中描述的是哪个物体？

输出：图像中目标的位置和标签（名称）。

例如：对于一幅图像中的物体，在确定其类别的基础上，进一步确定这个目标是谁(比如:小明，短脚猫等)

2）目标检测：该目标在图像中什么位置？

输出：图像中有没有目标。

例如：对于一幅图像，确定图像中目标的位置、大小以及类别(是哪一类:比如人，猫等)

2、目标检测的最佳模型

• Yolo
• Faster RCNN

总而言之，当前人脸等视觉应用已经非常普及，我们能够看到AI在视觉辅助方面，能够帮我们更容易地享受生活。