| p:abstract
| - :This is the main article of the computer vision category. For more specific computer vision related topics, see the category page.
Computer vision is the science and technology of machines that see. As a scientific discipline, computer vision is concerned with the theory for building artificial systems that obtain information from images. The image data can take many forms, such as a video sequence, views from multiple cameras, or multi-dimensional data from a medical scanner.
As a technological discipline, computer vision seeks to apply the theories and models of computer vision to the construction of computer vision systems. Examples of applications of computer vision systems include systems for:
* Controlling processes (e.g. an industrial robot or an autonomous vehicle).
* Detecting events (e.g. for visual surveillance or people counting).
* Organizing information (e.g. for indexing databases of images and image sequences).
* Modeling objects or environments (e.g. industrial inspection, medical image analysis or topographical modeling).
* Interaction (e.g. as the input to a device for computer-human interaction).
Computer vision can also be described as a complement (but not necessarily the opposite) of biological vision. In biological vision, the visual perception of humans and various animals are studied, resulting in models of how these systems operate in terms of physiological processes. Computer vision, on the other hand, studies and describes artificial vision system that are implemented in software and/or hardware. Interdisciplinary exchange between biological and computer vision has proven increasingly fruitful for both fields.
Sub-domains of computer vision include scene reconstruction, event detection, tracking, object recognition, learning, indexing, ego-motion and image restoration. (en)
- La Visión artificial, también conocida como Visión por Computador (del inglés Computer Vision) o Visión técnica, es un subcampo de la inteligencia artificial. El propósito de la visión artificial es programar un computador para que "entienda" una escena o las características de una imagen.
Los objetivos típicos de la visión artificial incluyen:
* La detección, segmentación, localización y reconocimiento de ciertos objetos en imágenes (por ejemplo, caras humanas).
* La evaluación de los resultados (ej.: segmentación, registro).
* Registro de diferentes imágenes de una misma escena u objeto, i.e., hacer concordar un mismo objeto en diversas imágenes.
* Seguimiento de un objeto en una secuencia de imágenes.
* Mapeo de una escena para generar un modelo tridimensional de la escena; tal modelo podría ser usado por un robot para navegar por la escena.
* Estimación de las posturas tridimensionales de humanos.
* Búsqueda de imágenes digitales por su contenido.
Estos objetivos se consiguen por medio de reconocimiento de patrones, aprendizaje estadístico, geometría de proyección, procesado de imágenes, teoría de gráficos y otros campos. La visión artificial cognitiva está muy relacionada con la psicología cognitiva y la computación biológica. (es)
- Der Begriff Maschinelles Sehen oder Bildverstehen beschreibt im Allgemeinen die computergestützte Lösung von Aufgabenstellungen, die sich an den Fähigkeiten des menschlichen visuellen Systems orientieren.
Vor allem werden maschinell sehende Systeme derzeit in industriellen Herstellungsprozessen in den Bereichen Automatisierungstechnik und Qualitätssicherung eingesetzt. Weitere Einsatzgebiete finden sich z. B. in der Verkehrstechnik – von der einfachen Radarfalle bis hin zum „sehenden Fahrzeug“ – und in der Sicherheitstechnik (Zutrittskontrolle, automatische Erkennung von Gefahrensituationen).
Folgende Aufgabenstellungen können derzeit wirtschaftlich sinnvoll gelöst werden.
* Objekterkennung
* Lageerkennung
* Vollständigkeitsprüfung
* Form- und Maßprüfung
* Oberflächeninspektion
* Defekterkennung unter Oberflächen
* Schichtdickenmessungen
Nur ein vergleichsweise kleiner Teil der aktuellen Forschungsprojekte beschäftigt sich damit, tatsächlich den Sinn oder den Inhalt von Bildern zu verstehen; meistens geht es eher darum, in Bildern Objekte zu detektieren, sie zu beschreiben, ihre Eigenschaften zu vermessen, sie zu klassifizieren, und auf Grund dieser Ergebnisse Entscheidungen zu treffen oder Prozesse zu steuern. Da es beim Bildverstehen meistens um den Entwurf oder die Anwendung von Rechenverfahren geht, handelt es sich um ein Teilgebiet der Informatik, das starke Querbeziehungen zur Signalverarbeitung und zur künstlichen Intelligenz aufweist. Die Werkzeuge des Maschinensehens stammen meistens aus der Mathematik, insbesondere aus Geometrie, linearer Algebra, Statistik, Operations Research (Optimierung) und Funktionalanalysis. Typische Aufgaben des Maschinensehens sind die Objekterkennung und die Vermessung der geometrischen Struktur von Objekten sowie von Bewegungen (Fremdbewegung, Eigenbewegung). Dabei wird auf Algorithmen aus der Bildverarbeitung zurückgegriffen, zum Beispiel die Segmentierung und auf Verfahren der Mustererkennung, beispielsweise zur Klassifizierung von Objekten. (de)
- La visione artificiale è l'insieme dei processi che mirano a creare un modello approssimato del mondo reale (3D) partendo da immagini bidimensionali (2D). Lo scopo principale della visione artificiale è quello di riprodurre la vista umana. Vedere è inteso non solo come l'acquisizione di una fotografia bidimensionale di un area, ma soprattutto come l'interpretazione del contenuto di quell'area. L'informazione è intesa in questo caso come qualcosa che implica una decisione automatica.
Un sistema di visione artificiale è costituito dall'integrazione di componenti ottiche, elettroniche e meccaniche che permettono di acquisire, registrare ed elaborare immagini sia nello spettro della luce visibile che al di fuori di essa (infrarosso, ultravioletto, raggi X, ecc.).
Il risultato dell'elaborazione è il riconoscimento di determinate caratteristiche dell'immagine per varie finalità di controllo, classificazione, selezione, ecc. (it)
- コンピュータビジョン（）は大雑把に言って、「ロボットの目」を作る研究分野である。
この分野はコンピュータが実世界の情報を取得する全ての課程を扱うため、画像センシングのためのハードウェアから情報を認識するための人工知能的理論まで幅広く研究されている。また、近年ではコンピュータグラフィックスとコンピュータ・ビジョンの融合が注目を集めている。
研究対象を大別すると、
* 画像センサ
** カメラ
** レンジファインダ
* 2次元画像処理
** 背景差分法
** フレーム間差分法
** オプティカルフロー
** 動きベクトル
* 3次元画像処理
** ステレオ法
** エピポーラ幾何
** Shape from X
** 因子分解法 (factorization)
* 認識・識別
** NN法
** k-means法
** ニューラルネットワーク
* 情報提示
** バーチャルリアリティ
** 複合現実感・拡張現実感
が挙げられる。
これらの技術はロボットビジョン、ウェアラブルコンピューティングなどとも深く結びついており、研究者が「元気」であることでも有名な分野である。
また、背景知識として信号処理、線型代数などが要求される。人間の目と脳に匹敵するコンピュータビジョンの開発はAI完全な問題とされている。 (ja)
- Visão computacional é a ciência e tecnologia das máquinas que enxergam. Ela desenvolve teoria e tecnologia para a construção de sistemas artificiais que obtém informação de imagens ou quaisquer dados multi-dimensionais. Exemplos de aplicações incluem o controle de processos (como robôs industriais ou veículos autônomos), detecção de eventos, organização de informação, modelagem de objetos ou ambientes e interação (atrelado a interação homem-computador).
A visão computacional também pode ser descrita como um complemento da visão biológica. Na visão biológica, a percepção visual dos humanos e outros animais é estudada, resultando em modelos em como tais sistemas operam em termos de processos fisiológicos. Por outro lado, a visão computacional estuda e descreve sistemas de visão artificial implementados por hardware ou software.
Sub-campos de pesquisa incluem reconstrução de cena, detecção de eventos, reconhecimento de objetos, aprendizagem de máquina e restauração de imagens. (pt)
- 计算机视觉是一门研究如何使机器“看”的科学，更進一步的說，就是是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，並進一步做圖形處理，用電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。
作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取『信息』的人工智能系统。这里所
指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提
取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
作为一个工程学科，计算机视觉寻求基于相关理论与模型来建立计算机视觉系统。这类系统的组成部分包括：
#程序控制（例如工业机器人和无人驾驶汽车）
#事件监测（例如图像监测）
#信息组织（例如图像数据库和图像序列的索引建立）
#物体与环境建模（例如工业检查，医学图像分析和拓扑建模）
#交感互动（例如人机互动的输入设备）
计算机视觉同样可以被看作是生物视觉的一个补充。在生物视觉领域中，人类和各种动物的视觉都得到了研究，从而建立了这些视觉
系统感知信息过程中所使用的物理模型。另一方面，在计算机视觉中，靠软件和硬件实现的人工智能系统得到了研究与描述。生物视
觉与计算机视觉进行的学科间交流为彼此都带来了巨大价值。
计算机视觉包含如下一些分支：画面重建，事件监测，目标跟踪，目标识别，机器学习，索引建立，图像恢复等。 (zh)
|
![[RDF Data]](http://dbpedia.org/statics/sw-cube.png)
