想學(xué)計算機視覺，高考志愿選大學(xué)的什么專業(yè)？謝謝你的邀請。計算機視覺是一門非常前沿的學(xué)科，屬于計算機專業(yè)。但是，目前在本科學(xué)習(xí)中還沒有這樣的專業(yè)。如果你想學(xué)習(xí)計算機視覺，你可以在本科階段學(xué)習(xí)計算機相關(guān)專

想學(xué)計算機視覺，高考志愿選大學(xué)的什么專業(yè)？

謝謝你的邀請。計算機視覺是一門非常前沿的學(xué)科，屬于計算機專業(yè)。但是，目前在本科學(xué)習(xí)中還沒有這樣的專業(yè)。如果你想學(xué)習(xí)計算機視覺，你可以在本科階段學(xué)習(xí)計算機相關(guān)專業(yè)。畢業(yè)后，你可以得到一個計算機視覺研究方向的研究生，然后和你的導(dǎo)師一起學(xué)習(xí)，之后我就可以拿到博士學(xué)位了。

你越往上走，你的視野就越寬廣。也許現(xiàn)在你還是覺得有點困惑。當(dāng)你對自己的專業(yè)和領(lǐng)域有了一定的了解，你就會知道方向在哪里

機器視覺是最常用的人工智能應(yīng)用之一。為了更好的介紹，你可以看看wikipak。

https://en.wikipedia.org/wiki/Computer計算機視覺是利用計算機對圖像進(jìn)行處理，獲得我們想要的信息。在人工智能領(lǐng)域，計算機視覺的意義更近了一步，它不再是簡單的圖像采集和圖像處理，如裁剪、縮放、濾波等，而是如何像人一樣理解圖像。這一領(lǐng)域的先驅(qū)者可以追溯到更早的時代，但直到20世紀(jì)70年代末，計算機性能的提高足以處理圖像等大規(guī)模數(shù)據(jù)，計算機視覺才得到了正式的關(guān)注和發(fā)展。

例如，在下面的圖片中，人們可以很容易地識別一個男人、一條斑馬線、一個黑色背包、一部手機等等。同時，他們還可以了解這些對象之間的關(guān)系。一個背著黑色背包的男子正在打電話穿越斑馬線。甚至可以進(jìn)行進(jìn)一步的推理，比如根據(jù)男人的穿著，那么他可能是一個喜歡運動的人。

信息，計算機視覺就是這么做的。

目前，計算機視覺主要包括：最基本的，如目標(biāo)檢測與識別，在此基礎(chǔ)上，動作手勢識別，目標(biāo)跟蹤，圖像恢復(fù)與增強。

進(jìn)一步的研究是圖像理解。例如，在下面的圖片中，我們首先需要識別圖片中的所有對象并為它們添加標(biāo)簽。例如，在左邊的圖片中，我們可以識別大象、河流等，甚至包括描述性信息，如臟的、躺著的、站著的等等。這些標(biāo)記在語義上被重新組織成一個句子。然而，在圖像中仍然存在許多問題，如識別圖像中不存在的對象，如馬、人等。因此，輸出語句（黑色）與實際語句（藍(lán)色）有很大的不同。

什么是計算機視覺？

選擇深度學(xué)習(xí)，現(xiàn)在傳統(tǒng)的圖像處理方法基本上不比圖像處理的深度學(xué)習(xí)好，如果你想深入學(xué)習(xí)，就多學(xué)點機器學(xué)習(xí)理論吧

我個人認(rèn)為這兩個方向誰難誰容易都無所謂。如果說圖形是在模擬自然，那么視覺就是在模擬人。人們?nèi)绾卫斫庾匀皇莻€謎，自然如何理解自己也是個謎。

流體模擬中的不可壓縮解方程在數(shù)學(xué)上非常優(yōu)雅。你應(yīng)該知道計算機視覺不僅僅是一個簡單的CNN堆棧。在傳統(tǒng)的圖像處理算法中，光流邊緣的提取也是一個非常困難和有趣的問題。在這個領(lǐng)域，有很多研究方向等著你細(xì)細(xì)琢磨。另外，即使你做圖形，當(dāng)你想做視覺創(chuàng)意的時候，沒有人會阻止你去做視覺，反之亦然。目前計算機圖形學(xué)和計算機視覺的各個研究領(lǐng)域都在強調(diào)跨學(xué)科的啟發(fā)。我認(rèn)為這很重要。別把自己吊死在樹上。如果你說我是一個圖形的人，你不允許自己做。這一點經(jīng)常出現(xiàn)在圖形研究人員身上。我認(rèn)為圖形社區(qū)的維護(hù)也要求我們改變思維，多合作，多學(xué)習(xí)，多開源。