计算机视觉

图像分类中的各种技巧对于目标检测、图像分割等任务也有很好的作用，因此值得好好总结。

计算机视觉是最强大和引人注目的AI之一，你几乎肯定会以各种方式体验过它，当时却不知道。今天我们来好好研究一下它，包括它的工作原理以及它如此出色的原因（而且只会变得越来越好）。

视觉不论对生物界还是人类，都起到了至关重要的作用。随着人工智能浪潮的大势来袭，包括机器视觉、计算机视觉等在内的智能视觉也在人工智能领域逐步扮演着越来越重要的角色。

经典的数字图像分割算法一般是基于灰度值的两个基本特征之一：不连续性和相似性。

给出了目前目标检测中的一些问题和挑战。

一种新的从dense的描述符中检测出高信息量以及高可分性特征的方法。

本文主要介绍以下几点：什么是视觉目标跟踪、视觉目标跟踪（单目标）的基本结构（框架），目标跟踪存在的挑战，目标跟踪经典相关方法等。

一个应用程序编程接口（API），供用户访问人工智能工具和功能。通过提供第三方AI服务，AI API使开发人员不必在内部构建自己的AI。

斯坦福大学发布了“2021年人工智能指数报告”，本文总结了7个要点。

近期，Unity 发布了 Object Pose Estimation 示例项目(Demo)，该 Demo 将计算机视觉和仿真技术相结合，展示了 Unity 人工智能和机器学习功能如何有效地训练机器人，加速其在工业领域的应用落地。