有关计算机视觉的创新应用点（计算机视觉极简综述）

极为简略的介绍下当前计算机视觉的基本概念和基本的研究方向。

• 是什么（分类）
• 在哪儿（检测、定位、分割）
• 直接从图片数据产生知识

• 70~80%信息来自人眼
• 移动多媒体时代产生更多的是图片和视频数据
• 图片和视频价值没有完全挖掘，属于“暗数据”
• 图片视频包含更多的信息

分为图片和视频两部分，主要罗列比较成熟热门的几个方向。

• 预测图片的类别（What）
• 子任务
• 单标签（Single-Label）
• 多标签（Multi-Label）
• 粗粒度（Coarse-Grained）
• 细粒度（Fine-Grained）
• 典型应用：搜索、分类

• 定位物体位置（Where）
• 子任务
• D检测
• 3D检测
• 显著性检测
• 遥感检测
• 典型应用：人脸检测、汽车检测

• 像素级的内容理解和定位
• 子任务：
• 语义分割/实例分割
• Alpha Matting
• 3D分割
• 典型应用：换天、人像抠图

• 通过算法生成图片
• 子任务
• 随机生成
• 风格迁移
• 图片合成
• 图片翻译
• 典型应用：卡通化、换脸、换装

• 定位图像中的关键像素点
• 子任务
• 人脸关键点
• 人体关键点
• 手势关键点
• 物体姿态估计
• 典型应用：人脸配准、手势识别

• 蜕化图像生成高质量图像
• 子任务
• 超分辨率
• 图像去噪
• 图像修补
• 去模糊
• 上色、去雾、去雨等
• 典型应用：拍照画质增强、老照片修复

• 跟踪视频指定物体
• 子任务
• 单目标跟踪
• 多目标跟踪
• 典型应用：自动驾驶、安防监控

• 识别视频中的特定行为
• 子任务
• 人体行为识别
• 事件识别
• 典型应用：监控、安防

• 提取有意义（精彩）的片段
• 子任务
• 精彩镜头
• 缩略图
• 典型应用：视频动态封面

• 合成任意时刻的视频帧，从而优化解决视频中卡顿、抖动等画
• 典型应用：慢动作视频制作

• 人脸
• 人脸检测/跟踪
• 关键点定位
• 姿态估计
• 人脸识别
• 人脸聚类
• 性别识别
• 年龄估计
• 表情识别
• 活体检测
• 闭眼检测
• 口罩检测
• 人脸质量评估
• 文档
• 印刷体检测/识别（OCR）
• 手写体检测/识别（HCR）
• 自然场景识别（NCR）
• 文档布局识别
• 文档重建
• 票证类识别
• 表格识别
• 人体
• 人体检测
• 姿态估计
• 行人重识别
• 行人追踪
• 手势识别
• 人流量统计/人群密度分析
• 动作行为识别
• 人像分割
• 属性分析

• 视频
• 3D（VR/AR）
• 多模态：融合文本、音频、视觉信息
• 细粒度理解（分割、系列度分类）
• 大规模数据预训练（例如：GPT-3）