超分辨率：把模糊变清晰
超分辨率（SR）把低分辨率图像放大并补细节。传统插值只会让图更糊，深度学习模型能“猜”出合理细节，让老照片重获新生。 超分辨率的本质是“有依据的想象”：模型不是恢复真相，而是基于经验...
9小时前
去噪与图像恢复：拯救不完美的图像
去噪、去模糊、去雨去雾、去摩尔纹，这些任务统称图像恢复。它们共享同一个思路：建模退化过程，然后学习逆过程。深度学习让这些任务的精度都上了一个台阶。 图像恢复的思路——“理解事物如何...
9小时前
视觉 SLAM：让机器人认识空间
SLAM（同时定位与建图）让机器人在移动中一边确定自己的位置，一边构建环境地图。它是扫地机器人、AR 眼镜、自动驾驶的核心空间智能，连接着视觉与行动。 SLAM 最像人类的空间认知方式：我们也...
9小时前
自动驾驶的视觉感知：最难的场景
自动驾驶用摄像头、激光雷达、毫米波雷达感知世界：识别车辆行人、预测轨迹、理解可行驶区域。它对视觉系统的可靠性要求极高，是计算机视觉最大的试炼场。 自动驾驶最深刻的教训是“长尾问题”...
9小时前
医疗影像 AI：最有温度的技术应用
医疗影像 AI 用计算机视觉辅助医生读片：肺结节筛查、糖网病变检测、骨折识别。它在部分任务上已达到专家水平，让优质诊断能力得以下沉到基层医院。 医疗 AI 最动人的故事不在技术上，而在公平...
9小时前
工业视觉：工厂里的 AI 火眼金睛
工业视觉把计算机视觉用在生产线上：缺陷检测、尺寸测量、引导机械臂。它 24 小时不疲倦、精度稳定，已是先进制造的标配，被称为“工厂的眼睛”。 工业视觉的成功有一个朴素原因：它在受控环境...
9小时前
Faster R-CNN：高精度检测的代表
Faster R-CNN 采用两阶段策略：先生成候选区域（RPN），再对每个候选框精细分类与回归。它的精度高于单阶段方法，在对准确率要求极高的医疗、遥感领域仍是首选。 Faster R-CNN 与 YOLO 的对比是...
9小时前
图像分割全景：语义、实例与全景
图像分割有三个层次：语义分割给每个像素分个类，实例分割还要区分同类个体，全景分割则把所有像素都分到具体实例（连背景都编号）。层级越深，理解越精细。 分割的发展史是“理解粒度不断细化...
9小时前
SAM：Meta 的通用分割模型
SAM（Segment Anything）是 Meta 发布的通用分割大模型：给个点或框就能分割任意物体，零样本迁移到新场景。它把分割从“为每个场景训模型”变成了“一个模型搞定一切”。 SAM 的意义在于展示了...
9小时前
关键点检测：读懂人的姿态
关键点检测定位人体的若干特征点（眼、肩、肘、膝…），进而估计姿态与动作。它是健身 App、动作捕捉、康复医疗、安防分析的技术基础。 关键点检测最有趣的应用是运动科学的民主化：过去只有专...
9小时前
图像处理 vs 计算机视觉：两个不同境界
图像处理是“图到图”的操作：调色、锐化、压缩，输入输出都是图像；计算机视觉是“图到语义”的理解：识别、分割、检测，输出的是对世界的解释。二者常被混为一谈，实则境界不同。 这个区分其...
9小时前
颜色空间：RGB 之外的广阔世界
RGB 是显示器最常用的颜色空间，但不是唯一。HSV 更贴近人的色彩直觉（色相/饱和度/明度），Lab 空间能表示人眼可见的所有颜色，YCbCr 是视频压缩的主流选择。 颜色空间的丰富性揭示了一个事实...
9小时前
