1.1.2 计算机视觉应用展现

在现实生活中，图像和视频是无处不在的，80%的网络流量是图像和视频。计算机视觉领域诞生的原因，就是需要学习人类视觉高效准确部分，摒弃错觉的影响，扬长避短。

计算机视觉应用非常广泛，如AI艺术。马里奥·克林格曼（Mario Klingemann）是机器学习艺术家和AI艺术先驱，他利用生成对抗网络（Generative Adversarial Networks，GAN）实现了“艺术创作”：通过模仿几千幅欧洲著名艺术家的画作，构建了一个AI面部生成器。精准的算法和模仿能力使这些AI作品看起来与大师的古油画没有什么区别，如图1-1-5所示。

还可运用计算机视觉重建三维立体图形。图1-1-6所示为3D重建的罗马斗兽场。

可以从图像中提取哪些信息？可以提取的信息包括三维信息及语义信息。如图1-1-7所示，计算机视觉可以识别的语义信息大到整个公园场景，以及作为背景的天空及树、水、摩天轮，小到具体的雨伞及在排队的人等。

计算机视觉有很多前沿应用，其中很多都使用了深度学习技术，此处介绍几个绚丽而神奇的例子。利用循环生成对抗网络（Cycle Generative Adversarial Networks，CycleGAN）实现的图像风格转移，可以将图像从一种风格转换为另一种风格，如图1-1-8所示，把斑马（zebra）变成普通马（horse），把普通马变成斑马；实现夏（summer）景与冬（winter）景互相转换。还可以将图像（photograph）转变成画家的画风，如莫奈（Monet）、梵高（Van Gogh）、塞尚（Cezanne）和日本的浮世绘（Ukiyo-e）风格。

如图1-1-9所示，在纸上画一个如右下角所示的眼睛的简易图，利用三维生成对抗网络（3D GAN），即可生成各式各样、栩栩如生的眼睛。

利用生成对抗网络，可以进行一些非常艺术的渲染。可利用深度学习与计算机视觉相结合的技术，将抹布、充电器分别变为立体的海礁、火苗，如图1-1-10所示。

图1-1-11所示的图像是运用神经风格迁移（Neural Style Transfer）方法合成的图像。其中，图1-1-11（a）所示为日常生活的风景照，图1-1-11（b）所示为著名画家梵高的作品《星空》。对两者进行神经风格迁移时，在保留图1-1-11（a）的内容的前提下，应用图1-1-11（b）的风格，从而形成合成图像。如图1-1-11（c）所示，合成后的图像浑然天成，仿佛大师的新作。只要将艺术家的风格套用在普通图像上，所有人都可以做出美丽的油画。

在特效方面，运用计算机视觉处理，可依据形状和动作进行捕捉，如电影《加勒比海盗》中的章鱼船长，如图1-1-12所示。

计算机视觉在三维城市建模中发挥了重要作用，与之前所提到的三维罗马斗兽场不同，如图1-1-13所示，微软的三维制图软件Photosynth通过对所拍摄的一幅幅图像建模，还原了整个三维图形。

人脸检测是计算机视觉最常见的应用，手机、照相机、智能安防中都有人脸检测的“身影”，如图1-1-14所示。

微笑检测比人脸检测更进一步，该方法只有在微笑时才能检测出，如图1-1-15所示。

光学字符识别（Optical Character Recognition，OCR）也是常用技术，该技术可以将扫描的文档转换成文本并输出。运用光学字符识别技术，可以精确识别小区中的车辆、高速公路上的车牌，如图1-1-16所示。

汽车行驶安全中最重要的是行人检测。运用机器学习进行智能驾驶，首先应考虑路上的行人检测；其次是车道检测、信号灯检测、指示牌检测等。本书将介绍行人检测和车道检测项目。

将计算机视觉运用在无人超市中，Amazon Go是很好的范例。当消费者走进超市，一个智能摄像头就会识别出消费者，之后消费者拿取任何商品，摄像头都可以锁定消费者，即使把商品放到口袋里或一些不容易看到的地方，如图1-1-17所示。

基于视觉交互世界中，3D看房、宠物小精灵是增强现实运用的案例；VR可带领人身临其境，进入虚拟现实，如图1-1-18所示。

计算机视觉不仅在地球上得以运用，还可以帮助人类探索外星宇宙。例如，美国宇航局的火星探测车“勇气号”进行计算机视觉，包括全景拼接、三维地形建模、障碍探测、位置跟踪等任务。