计算机视觉学习——李飞飞斯坦福大学计算机视觉公开课视频学习笔记（一）计算机视觉发展史学习

前言：

个人认为：知识必须要经过自己的消化、理解、整理才能真正的算作是学过，如果只是眼睛过一遍，耳朵听一遍，也只是看个热闹。整理的过程中的也是对内容、思路的梳理，加上自己的感悟体会，将自己不懂的，懂的知识总结出来，从每一句话去拓展自己的知识，一点一点的去体会，所以个人笔记主要是以自己能看懂和整理为主，思路和知识可能比较跳跃。

看完了前三节有关于计算机视觉发展史的介绍，总结关键词和知识如下：

一、计算机发展历史：

发明者：约翰·冯·诺依曼

电子计算机产生时间：1946年（美国宾夕法尼亚大学）

第一代：电子管数字机（1946～1958年）

硬件：真空电子管    软件：机器语言，汇编语言

第二代：晶体管数字机（1958～1964年）

第三代：集成电路数字机（1964～1970年）

硬件：小规模集成电路

第四代：大规模集成电路机（1970～今）

硬件：大规模、超大规模集成电路

 

二、视觉发展史：

产生时间：据猜测，视觉出现于5亿4千万年前，而眼睛的出现也极大程度上促进了生物进化。

现代照相机的起源：

        文艺复兴时期，达芬奇（Leonardo da Vinci）建立了简易的具有现代特征的照相机

二十世纪五六十年代，哈佛的两位博士后，通过实验得出了“视觉的处理流程的第一步是对简单的形状的处理”这样的结论。

三、计算机视觉发展：

现代计算机视觉发展的重要节点：

1.1963年一位博士发表的《block world》论文，尝试去解析图片中物体的边缘

2.1966年MIT（麻省理工）人工智能实验室的一位教授决定着手解决计算机视觉的相关问题（虽然当时他们以为这个问题很简单，用一个暑假就可以完成）。

3.MIT的David Marr 写了一本书《Vision》，提出了一种理念，视觉是分层的。

他所提出的简单分层：

形状；2.5D（如何将3D的现实世界转换成我们视觉的2D成像，这也是计算机视觉研究的一个重要问题，以及遮挡的处理）

4.第1和第3条后来也演变成了现代深度学习的基本框架。

5.上世纪九十年代，科学家们将彩色照片根据意义进行了分隔，产生了感知分组的概念。典型成果代表《Normalized Cut》（1997）是第一次计算机视觉领域使用现实中的照片去解决一个核心的难题。

6.重大成果：《Viole Jones Face Detector 》代表着计算机视觉领域的重大突破

据此2006年，富士公司制造出了第一台可以检测到人脸的数码相机（没有使用深度学习算法）。并且此项成果也成功使电脑可以实时运行人脸检测。在这个时代中，计算机视觉的核心问题得到了转变，从给现实世界中的真实物体建立3D模型，转换成了对物体的识别，将研究的重心转移到识别，也将计算机视觉融入到了AI领域。

四、计算机视觉的顶级会议（科普）

1.ICCV  (IEEE International  Conference on Computer. Vision) 国际计算机视觉会议 世界顶级的计算机视觉会议，在世界上每两年举办一次，论文具有很高的水准，公认为级别最高的。  截止笔记完成之前，2019年的ICCV定于10月27日在韩国（Koera ）首尔（Seaoul）举办。

2.CVPR （IEEE  Conference on Computer Vision and Pattern Recognition）国际计算机视觉和模式识别会议，在美国，每年举办一次。

3.ECCV（European Conference on Computer Vision）欧洲计算机视觉国际会议，在欧洲每两年举办一次。

五、几个零碎的概念

1.感知分组（perceptual grouping）

视觉系统根据意义对像素进行划分，感知分组也是计算机视觉领域最为重要的的吻额题之一。

2.卷积神经网络（Convolutional neural networkConvolutional neural network） 

是一类包含

3.ImageNet

ImageNet项目是一个用于视觉对象识别软件研究的大型可视化数据库 ，每年都会举办挑战赛。