计算机视觉主要研究问题概要

应用领域：视频监控、人脸识别、机器视觉、医学图像分析、自动驾驶、机器人、AR、VR。
主要技术：图像分类，目标检测（识别）、分割、目标追踪、边缘检测、姿势评估、深度学习、超分辨率重建、序列学习、特征检测与匹配、视频标定、图片生成（文本生成图片）、视觉关注性和显著性、人脸识别、3D重建、图像压缩。

1.分类：
主要解决问题：我（图片）是谁？ 主要用的是CNN。

2.目标检测：
主要解决问题：我（目标）在哪？基本步骤是区域生成，特征提取，分类，位置精修。

3.图像分割：
主要解决的问题是：我（像素）属于谁（实体）。主流方法是FCN。

4.目标跟踪：
主要解决的问题是：尽快跟上步伐，找到我（目标）。主要方法是相关滤波。

5.边缘检测：
主要解决的问题是：如何检测到目标的边缘。

6.人体姿态识别：
主要解决的问题是：通过我的姿势知道我在干什么。

7.超分辨率重建：
主要解决的问题是：如何从岛国画质变成美帝大片。

8.序列学习：
主要解决的问题是：让你（计算机）意淫（预测）下一帧视频画面是什么。

9.特征检测与匹配：
主要解决的问题是：检测图像的特征，判断相似度。

10.图像描述：
主要解决的问题是：（计算机）看图说话（描述），让计算机说出图像中有什么东西，在干什么。

11.图片生成
主要解决的问题是：如何根据给的信息生成对应的图片。

12.3D重建
主要解决的问题是：你能通过我给你的图片生成对应的高质量3D点云吗。

如何以较少的比特有损或者无损的表示原来的图像