一、无人驾驶
近年来，随着人工智能技术的飞速发展，无人驾驶逐渐进入大众视野，无人公交、无人快递车已经成功应用。那么，无人驾驶的车辆究竟是如何识别道路和障碍物的呢？今天，我们从科研的角度，来一探究竟~
无人驾驶包括五个等级，每个等级都包含环境感知、规划决策与执行控制三个方面，其中，环境感知就是无人驾驶车辆的眼睛，环境感知的方法主要有视觉识别和雷达感知两种，今天先来了解一下视觉识别知识计算机视觉。
二、无人驾驶车辆的眼睛
计算机视觉，又称机器视觉，是人工智能中最热门的研究领域。计算机视觉作为人工智能领域的新兴学科，近年来发展迅速，已经成为人工智能技术研宄的核心领域，在智能驾驶、智能安防、人机交互等人工智能领域广泛应用。
计算机视觉是一个跨领域的交叉学科，包括计算机科学，数学，工程学，物理学，生物学和心理学等。许多学者认为，计算机视觉为人工智能的蓬勃发展开拓了广阔的道路。
那么，什么是计算机视觉呢？首先，这里给出了几个比较严谨的定义：
对图像中的客观对象构建明确而有意义的描述
从一个或多个数字图像中计算三维世界的特性
基于感知图像做出对客观对象和场景有用的决策
三、计算机视觉技术的应用
无论是学术界，还是工业界，计算机视觉研究领域都呈现出巨大的研究潜力和价值，如火如荼的算法岗，朝气蓬勃的人工智能应用。计算机视觉研究的价值体现，该研究领域已经衍生出了一大批快速成长的、有实际作用的工业应用，在工业界落地生根，广泛应用。如：
人脸识别：使用人脸检测算法来识别人脸
图像检索：使用基于内容的查询来搜索相关图片，算法分析查询图像中的内容并根据最佳匹配内容返回结果
人机交互：使用立体视觉较为成功的游戏应用产品：微软 Kinect
智能安防：用于监测可疑行为的监控摄像头
生物识别技术：指纹、虹膜和人脸匹配
无人驾驶：检测道路、行人、交通标志、其他视觉特征
视觉识别是计算机视觉的重要组成部分，如图像分类、目标检测和图像分割。神经网络和深度学习的最新进展极大地推动了这些最先进的视觉识别系统的发展。下期文章将详解计算机视觉五大基本任务。
四、学习计算机视觉
计算机视觉，主要利用计算机及相关设备对生物视觉的一种模拟，即使用摄像机和计算机替代人眼对特定目标进行检测、识别和分析，并进一步做图像处理，使计算机处理成为更适合人眼观察或传输给仪器分析的信息。
近年来，随着互联网和人工智能技术的迅速发展，智能监控、智能安防以及人员智能化管理开始受到社会广泛关注。尤其是智能视频监控分析技术，在校园、企业和公安部门等场所，对区域人员进行自动和实时的智能视频监控、对人员的异常行为进行识别和预警发挥着越来越重要的积极作用。
前期已经分享了许多计算机视觉学习路线的相关文章，欢迎学习~
深度学习-计算机视觉学习路线【从学术到工作】
【资源分享】深度学习|编程语言|数据挖掘等文章/视频资源汇总
深度学习研究僧，知识分享官，丰富你的生活，欢迎关注，留言~
