計算機(jī)視覺(Computer Vision)是研究如何使機(jī)器“看”的科學(xué)，即用攝像機(jī)和計算機(jī)代替人眼對目標(biāo)進(jìn)行識別、跟蹤、測量等任務(wù)。其與機(jī)器視覺的區(qū)別在于：計算機(jī)視覺側(cè)重對質(zhì)的分析，如分類識別，這是貓還是狗；或進(jìn)行身份確認(rèn)，如車牌識別、人臉識別；或進(jìn)行行為分析，如人群聚集等；而機(jī)器視覺側(cè)重對量的分析，如通過視覺去測量零件的直徑。計算機(jī)視覺的基本任務(wù)包括：圖像分類、目標(biāo)定位、目標(biāo)檢測、圖像分割等。

圖像分類（Image Classification）：圖像分類任務(wù)的目標(biāo)是輸出給定的圖像是什么類別的問題，如回答這是一張貓的圖像的問題；

目標(biāo)定位(Object Localization)：目標(biāo)定位任務(wù)的目標(biāo)是找到圖像中某一類別的物體在圖像中的位置，輸出bounding box；即不僅要識別出是什么類別的物體（類標(biāo)簽），還要給出物體的位置，位置用bounding box標(biāo)記。 目標(biāo)定位通常是針對單個物體的。

目標(biāo)檢測(Object Detection)：目標(biāo)檢測任務(wù)包含分類和目標(biāo)定位，目標(biāo)是用多個bounding box分別把多個物體的位置標(biāo)記出來，并分別給出物體對應(yīng)的類別。目標(biāo)檢測通常是多個物體的定位任務(wù)。即不僅要識別圖像中的阿貓阿狗，還要給出阿貓阿狗的位置。

圖像分割(Image Segmentation)：圖像分割任務(wù)的目標(biāo)是將圖像細(xì)分為多個具有相似性質(zhì)且不相交的區(qū)域，是對圖像中的每一個像素加標(biāo)簽的過程，即像素級的分割。圖像分割任務(wù)主要有語義分割(Semantic Segmentation)和實例分割(Instance Segmentation)兩種。語義分割的目標(biāo)是將輸入圖像分為不同語義可解釋的類別(語義的可解釋性即分類類別在真是世界中是有意義的)，每一個像素點都要判斷其類別，是像素級別的分割。注意語義分割值判斷類別不區(qū)分個體，例如語義分割將圖像中屬于汽車的所有像素標(biāo)記為藍(lán)色，對于圖像中有兩個藍(lán)色的像素，無法區(qū)分他們是屬于同一個還是不同的汽車。實例分割的目的是確定圖像中存在的興趣目標(biāo)位置和類別，機(jī)器自動從圖像中用目標(biāo)檢測方法框出不同實例，再用語義分割方法在不同實例區(qū)域內(nèi)進(jìn)行逐像素標(biāo)記。實例分割是目標(biāo)檢測和語義分割的結(jié)合，但又不同于目標(biāo)檢測和語義分割。相對物體檢測的邊界框，實例分割可精確到物體的邊緣；相對語義分割，實例分割可以標(biāo)注出圖上同一物體的不同個體，即哪些像素屬于第一輛汽車，哪些像素屬于第二輛汽車。最后，還有一個全景分割，它是語義分割和實例分割的結(jié)合。即每個像素都被分為一類，如果一種類別里有多個實例，會用不同的顏色進(jìn)行區(qū)分，就知道哪個像素屬于哪個類中的哪個實例。

注：上述任務(wù)中，最基本的是分類任務(wù)，其他任務(wù)都可在分類任務(wù)的基礎(chǔ)上，通過一些技術(shù)手段解決，例如在圖片中加入很多窗口，提取每一個窗口的特征，然后預(yù)測分類，并將分類一樣并相鄰的窗口合并，就成了目標(biāo)定位和目標(biāo)檢測。

本文內(nèi)容參考資料：

http://www.itdecent.cn/p/45acc16c6a94

https://blog.csdn.net/qq_39295044/article/details/79796663

https://zhuanlan.zhihu.com/p/50996404

https://blog.csdn.net/niaolianjiulin/article/details/52948274

https://zhuanlan.zhihu.com/p/39272659