关于我的科研方向——计算机视觉

我感兴趣的领域有：

稀疏表达 -> 物体识别 -> 物体检测 -> 场景理解 -> 事件检测

计算机视觉与其他学科之间的关系：



重点关注计算机视觉和机器视觉的研究领域和密切关联技术的区别。下面是一个简单的总结：

图像处理和图像分析关注2D图像领域，研究如何在它们之间进行转换。图像处理/分析不对输入图像作任何假设，也不会生成对图像内容的理解；

计算机视觉关注3D场景往一幅或多幅图像上进行的投射，以及对这些图像内容上的理解。它或多或少地会对图像中描述的场景作一些假设；

机器视觉关注以生产制造为主的应用，包括基于视觉的机器及系统等。这预示着图像感知技术和控制技术是同图像数据处理紧密结合，从而实现对机器的控制，而且无论从软件还是硬件的角度讲，各种实现方法都对实时性有着高度的关注。由于机器视觉应用的特殊性，外部环境条件，如光照等，相对于通常的计算机视觉来说，都会更多的进行控制。

还有一个称为成像（Imaging）的领域重点关注如何生成图像，增强图像的表达能力。例如新近提出的Computational photography（也可以理解为Computational imaging）就是通过计算成像技术去增强图像表现能力的学科。

常见的计算机视觉应用有：

控制过程（如工业机器人、自动驾驶）

检测事件（如视频监控）

组织信息（如多媒体数据库索引）

对物体或环境进行建模（如工业检查、医学图像分析和拓扑建模）

交互（如微软最新推出的XBOX外设kinect）

参考资料：Computer Vision@Wikipedia