传统图像处理还有前景吗？

kirin77 · 发表于 2021-11-21 11:29

传统的数字图像处理和当今火热的以深度学习为代表的计算机视觉不应该是对立的关系。
相反应该是你中有我，我中有你。
传统的数字图像处理的效率之高不是深度学习能够比拟的。
同样的深度学习的泛化能力之强也是传统的数字图像处理难以企及的。
最近在做一些关于计算视觉的项目，深深的发现，在以工程效率为导向的任务中，那种方法快，那种方法效率高才是考量的最佳标准，还记得自己刚学习深度学习，那会以为深度学习是万能的，还和舍友打嘴仗，现在想想也是哈哈哈^_^
多学习一些传统的数字处理技术对自己在这行走的更深，理解的更透还是很重要的，题主加油吧

KaaPexei · 发表于 2021-11-21 11:31

一个双非本硕的工作多年图像算法工程师路过，图像处理和机器学习，深度学习都会一点。放心，隔壁深度学习就是坐冷板凳。图像处理算法也不会过时的。原因很简单现有人工智能技术尤其以深度学习，在实际工业应用出现很多问题。一方误报太多，一方面是成本太高，毕竟找数据，标数据，算力都要钱。所以成功点的工业应用，都会加图像处理的后处理，或者不用深度学习，改用其他机器学习算法。在数据标注阶段，图像处理技术也是很有用的，比如选一选场景相似的图片，或者用yuv做图像处理。所以呢，建议图像处理，深度学习，机器学习都会一点。什么opencv，ffmpeg，dlib，pytorch，都学一学。图像处理也好，深度学习也好，都是为了解决问题。图像处理和深度学习做的不错的，实际很少。这也是在算法如此内卷的今天，我为什么能混下去的原因

mastertravels77 · 发表于 2021-11-21 11:36

肯定是有前景的，不管是机器（深度）学习的图像处理，还是传统图像处理，只会一种的话，竞争力肯定都不会很强。深度学习加传统图像处理，相互辅助，才能发挥更好的效果。
一般市面上的深度学习项目，只靠深度学习也是搞不定的，数据的预处理，前后处理需要传统图像支持，各个模型之间的状态连接需要传统图像处理支持，有些使用深度学习有点浪费资源的功能块，搞不好搞个传统图像处理就搞定了，等等等等。即使是搞深度学习，还是需要一些传统图像处理知识的。
当然还有一些应用场景，就适合用传统图像处理来做，深度学习就不合适。比如：计算资源特别有限，但又要求一定实时性的场景；做精确2D或3D尺寸测量以及距离测量的场景；场景确定，功能单一，预算有限的一些场景；等等等等
DLing：有哪些深度学习效果不如传统方法的经典案例？所以我的想法是，要想在图像处理行业有竞争力，还是深度学习方法以及传统方法相辅相成会比较合适。

maltadirk · 发表于 2021-11-21 11:43

无论技术如何进步，传统图像处理都是基础，大多数情况下都要结合传统图像处理。

zt3ff3n · 发表于 2021-11-21 11:46

传统图像处理的任务，我理解是图像增强，超分辨率，图像去噪等。这些task上sota的算法早就已经是深度学习的了。而且现在一些图像增强算法，对数据集的要求也比较低了，都不需要pairwise的数据了。传统图像处理发挥作用的地方应该不多了。

量子计算9 · 发表于 2021-11-21 11:51

浅雪：浅雪工作笔记（1.3）上这里提一下自己工作的时候做到过的项目。
虽然觉得仪表识别还是挺脱裤子放屁的，毕竟现在有好多数字化仪表。
但是，确实存在好多已有工厂因为种种原因无法进行升级改造，但是有需要进行工业4.0相关的数字化升级，这时候，图像采集作为一种万金油的数据信息接口，就会被广泛使用。
不过现在这种较为低端的项目恶性竞争还是挺严重的，钱不好赚。
我自己的感觉就是，作为工程师，学会因地制宜最重要，各种技术只不过是工具而已。
而且，传统算法本来就是计算机视觉的一部分。不要方，读研嘛，更多还是靠自己。
题外：我没说AI不重要，但是两手抓，都要硬，而且AI讲道理适合自学，只要你学校实验室的经费够批几块显卡下来（我们那个抠门实验室都为了灌水搞了一堆1080ti），那你就有机会自己玩，传统图像处理不像AI那边有那么多开源的东西和良好的社区氛围，反而有人带带也挺好的。

XGundam05 · 发表于 2021-11-21 12:01

工业检测用的Hancon跟OpenCV一样的常用到，我也是自学图像处理，深度学习没经验，做图像的选择性就比较狭隘了，建议还是要学深度学习，一定要有相关项目支撑，不然工作很难找，或者放弃图像，不要说自己是做图像的，做一做C++软件开发；另外本人有两个图像处理的项目经验却依然找不到传统图像处理的工作，果断放弃图像，做C++开发了

ainatipen · 发表于 2021-11-21 12:06

图像处理有很多种，像你本来是通信专业，研究image processing 可能会偏向图像的信号处理；有的计算机专业，可能会偏向于各种算法；还有的根据老板的项目来，可能会偏向于生物信息技术。总之每个学科都有自己的研究方向，当然各个学科之间也会交叉，也必须交叉，但不可以说某一个学科会被取代

acecase · 发表于 2021-11-21 12:11

我觉得传统方法和深度学习并不冲突
拿人脸重建这一块来说，如果单纯使用卷积网络跑一下，虽然看起来效果还行，但基本上是纹理贴图的效果不错，把纹理去掉只看人脸几何形状的话，其实都和平均脸差不了多少。而且皱纹啊之类的深度细节限于模型根本没办法弄出来。
这时候如果可以结合一些传统的sfx的方法，细节会好一些
emm突然发现这严格来说好像不算图像处理方向？就不细说了

Baste · 发表于 2021-11-21 12:20

我觉得还是非常有前景的，目前本人也是图像处理行业，深度学习和传统图像都涉及，赶紧都不可或缺，尤其涉及到落地项目。而且本身他俩直接很多原理是相通的

		自动登录	找回密码
密码			立即注册

传统图像处理还有前景吗？

浏览过的版块