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
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
边缘检测：图像理解的经典起点
边缘检测找出图像中亮度变化剧烈的位置——物体的轮廓往往就在那里。Sobel、Canny 是最经典的算子，虽然简单，至今仍是图像处理与视觉分析的基础工具。 边缘检测是“特征工程”时代的辉煌成就：...
9小时前
HOG 特征：行人检测的经典武器
HOG（方向梯度直方图）统计局部区域的梯度方向分布，用于捕捉物体形状特征。它曾是非深度学习时代行人检测的最佳方案，也是理解“特征设计”思想的绝佳案例。 HOG 最值得铭记的不是算法本身，而...
9小时前
SIFT 特征：不变性的艺术
SIFT 提取图像的关键点特征，且对缩放、旋转、光照变化保持不变。它是图像匹配、全景拼接、三维重建的经典工具，非深度时代图像特征的巅峰之作。 SIFT 的设计目标——让特征“不以观察条件为转...
9小时前
图像质量评估：好图的标准可以被计算
图像质量评估用算法给图片打分：清晰度、色彩、构图、美学。它被用于相册精选、内容审核、电商图质量筛分。让机器拥有“审美”这件事，正在变得可行。 图像质量评估触及了一个有趣的问题：美是...
9小时前
什么是计算机视觉：让机器学会“看”
计算机视觉是让机器从图像和视频中提取信息、理解世界的学科。它要解决的核心问题是：把像素翻译成语义——从“这些颜色的排列”到“这是一只在睡觉的猫”。这是人类最依赖的感官能力，也是 AI ...
9小时前
图像的数字表示：像素的矩阵世界
在计算机眼里，图像就是数字矩阵：灰度图是二维矩阵，彩色图是三个通道（红绿蓝）叠加的三维张量。所有神奇的视觉能力，底层都是对这些数字的运算。 把图像看成矩阵后，很多“魔术”就变成了数...
9小时前
YOLO：实时目标检测的王者
YOLO（You Only Look Once）把目标检测变成单阶段任务：网络只需看一眼图像，就直接输出所有框与类别。它把检测速度提升到实时级别，是自动驾驶、安防、工业检测的核心组件。 YOLO 的成功源于一...
9小时前
