计算机视觉技术的实际应用，应用领域场景一览

计算机视觉技术应用领域

目前计算机视觉的热点应用在目标检测、目标识别、目标跟踪、场景理解、立体视觉等一些领域。

人脸识别用的比较多的领域是金融行业，像人脸识别身份验证等;图像搜索比较直观的应用，例如拍一张鞋的照片，在淘宝进行搜索，就能够找到类似的鞋。

再比如像安防，安防也是计算机视觉的一个典型应用领域;除此之外，还有一个非常大的应用，那就是在机器人领域，包括整个的智能设备领域，深度学习的出现，使得机器人在视觉能力或者语音能力上，去模仿人的能力成为可能。

除此之外，总的来说，计算机视觉技术的应用具体可以分成八大方向，分别是图像分类、目标检测、图像分割、风格迁移、图像重构、超分辨率、图像生成、人脸、下面来简单的介绍一下。

1、图像分类：也可以被叫做是图像识别，也就是就是辨别图像是什么，或者说图像中的物体属于什么类别，图像分类根据不同分类标准可以划分为很多种子方向。

2、目标检测，通常包含两方面的工作，首先是找到目标，之后就是识别目标，目标检测可以分为单物体检测和多物体检测，也就是图像当中目标的数量。

3、图像分割，是基于图像检测的，它需要检测到目标物体，之后将物体分割出来。

图像分割可以分为三种，普通分割：将不同分属于不同物体的像素区域分开，例如，前景区域和后景区域的分割;语义分割：普通分割的基础上，在像素级别上的分类，属于同一类的像素都要被归为一类，例如，分割出不同类别的物体;实例分割：语义分割的基础上，分割出每个实例物体，例如，对图片中的多只狗都分割出来，识别出来它们是不同的个体，不仅仅是属于哪个类别。

4、风格迁移，它指的就是把一个领域又或者是几张图片的风格应用到其他领域或者图片上，例如将抽象派的风格应用到写实派的图片上。

5、图像重构，也被叫做图像修复，它的目的就是修复图像中缺失的地方，例如，可以用于修复一些老的有损坏的黑白照片和影片，通常会采用常用的数据集，然后人为制造图片中需要修复的地方。

6、超分辨率，它指的就是生成一个比原图分辨率更高、细节更清晰的任务，通常超分辨率的模型也可以用于解决图像恢复和修复，因为它们都是解决比较关联的问题。

7、图像生成，是根据一张图片生成修改部分区域的图片或者是全新的图片的任务，这个应用最近几年快速发展，主要原因也是由于GANs是最近几年非常热门的研究方向，而图像生成就是GANs的一大应用。

8、人脸，人脸方面的应用，包括人脸识别、人脸检测、人脸匹配、人脸对齐等等，这应该是计算机视觉方面最热门也是发展最成熟的应用，而且已经比较广泛的应用在各种安全、身份认证等，比如人脸支付、人脸解锁。

文本由@邓邓 整理发布于三个皮匠报告网站，未经授权禁止转载。

推荐阅读：

【研报】计算机行业：计算机视觉龙头陆续申请上市行业景气上行-210124(14页).pdf

赛迪：中国工业机器视觉产业发展白皮书(31页).pdf

【精选】2021年机器视觉行业应用领域及市场空间分析报告(19页).pdf

什么是计算机视觉?和机器视觉有什么区别?