浅谈计算机视觉和图像处理

NoiseFloor · 发表于 2022-5-23 14:05

引言：
最近发现很多人会问如何入门计算机视觉，特别是刚想在这个方向发展的同学，还会看到很多人会问图像处理和计算机视觉（特指如今的深度学习）哪个好，有什么区别，这里我是把两者放到一起。
个人看法：
图像处理和计算机视觉其实两者并不冲突，还是要从任务上来说。首先要明白，输入图像（或视频），在计算机中是矩阵。计算机是利用矩阵来表达图像。无论传统方法，还是深度学习，其实都是对矩阵进行处理。以图像降噪这个任务为例，不论是学术界还是工业届，图像降噪都是常见的任务之一，最传统的高斯滤波，在当今深度学习统治的时代下，仍然有人在用，传统图像算法里面各种滤波，包括非局部滤波和BM3D，以及利用深度学习降噪网络，在我看来只是不同的方案而已，当然了，学术界里面深度学习在各种图像任务上逐渐成为了主流。但是在工业界，往往一个模型解决不了问题，大多数时候是传统图像处理算法和深度学习网络组合运用。
自己算是在互联网摸爬滚打了几年，主要是做业务，深度学习肯定是要用的，很多时候深度学习的效果确实能碾压传统算法，但是工作上也离不开传统算法，业务上的问题往往不是一个模型能搞定的，会遇到各种情况，就像网上调侃的，几百个if else，这虽然是夸张，但是不得不说最终线上的服务是一个很复杂的系统，需要考虑各种情况。此外，深度学习需要数据，而且需要的数据很多，在最开始没有标注数据的时候，如何虚拟造数据，或者利用传统的算法收集数据，以及对数据进行预处理，以更方便的进行数据标注，在日常工作中也很重要。比如人脸识别，人脸识别进行数据标注的时候往往是对数据进行提特征，然后聚类，将聚类结果再交由人工标注，这样能节约标注时间、成本；再比如之前为了标注搞文字识别的数据，当时发现直接造数据效果还是差了一些，毕竟造的数据和真实数据还是有gap，后来走了一新流程，先造数据，然后打印再拍照，这样数据就更逼近真实数据了，需要的人力只是打印+拍照，不需要标注，但是由于拍照会有角度和位置偏移，所以当时专门多画了定位块，对拍照图像进行定位块检测来进行几何关系确定，定位块检测也是用传统方法来做，因为不可能为这个事再搞数据训模型，论文里面往往不会提到数据标注，但是做业务的时候却学要。
还有一点我想说的是，如果大家看论文比较多的话，首先各种论文里面也会涉及到比如连通域分析、开闭运算、滤波等等一系列操作，更重要的是，很多深度学习的算法也借鉴了传统图像的算法，比如视频分类中有一些会将视频的光流场作为输入，比如stn网络是利用网络来学习放射变换的参数。
所以在我看来，即便是今天深度学习成为主流的时代，传统方法也不能完全抛弃，也不能完全不了解，如今的凯明大神，在深度学习之前，传统方法也是玩得飞起，当年的暗通道去雾可以说是神乎其技。如果想搞计算机视觉，一些常见的传统方法至少是要了解的。很幸运我之前主要是学传统方法，赶上深度学习的浪潮之后才转入深度学习，之前的一些图像基础并不是完全没有用。
关于入门：
关于入门，我的经验是理论基础+实战。先说理论基础，不太懂理论的话，短时间内可能没什么问题，就像大家说的目前算法工程师大多时候是组合封好的函数，处理数据，但是长期这样是走不远的，自己的价值，或者说不可替代性更多的是解决业务上的问题，直接调用只能说是一个baseline，能不断优化就需要理论基础和项目经验了，而这也是目前大多从业人员不足的地方。可以说目前算法工程师太饱和了，但是大多数都只是停留在跑跑开源代码，调一调参数，处理一下数据，这样项目的结果大家都差不多，真正能根据经验以及理论基础解决业务上痛点问题的人其实很少，也只有这样的人发展才能更好;再说实战，如果只看了理论不跑跑代码的话会没有感觉，对，就是没有感觉，跑了代码，看下效果才有直观的感觉。
结合自己的经验，个人觉得新手入门的话，可能需要了解的常见的传统算法，比如降噪、各种算子、图像配准（算子、光流）、图像分割；以及基于深度学习的图像分类和图像检测。
最近准备写一个系列，介绍入门算法原理以及对应的实战代码，如果大家有想了解的欢迎关注、留言，这个系列是准备写给想要或者刚入门的同学，如果想了解最近前沿算法也欢迎交流，我是 @凤舞九天～

KaaPexei · 发表于 2022-5-23 14:09

作者您好，我是国内数学本硕，导师是压缩感知领域做信号处理的，我在组里负责的是压缩感知算法的优化。我找工作想找传统图像的优化，时间原因，只能向低秩/稀疏图像那个方向走。不知道这样会不会就业面比较窄？

acecase · 发表于 2022-5-23 14:14

这个方向确实比较窄，不过是数学本硕的话也没必要把自己限定的太死，找工作的时候可以多看看，对校招生是要培养的，主要看分析问题和解决问题的能力以及一些基础，对社招才是来了就得干活

XGundam05 · 发表于 2022-5-23 14:16

非常感谢！

stonstad · 发表于 2022-5-23 14:22

应对秋招，我现在计划的是学习图像处理领域的两本经典教材+有一篇正在做的图像降噪的论文工作（基于凸优化）+暑假的一个图像比赛（用深度学习）。您还有什么建议吗？

super1 · 发表于 2022-5-23 14:24

经典教材大概看看就好，那么多东西记不住也没必要，找一两个方向弄熟就可以；如果想找互联网刷题和至少SVM，逻辑回归要吃透

stonstad · 发表于 2022-5-23 14:26

好的！谢谢[赞同][赞同]

DomDomm · 发表于 2022-5-23 14:27

您好，我感觉做算法大部分时间是怎么造数据和处理数据，例如目标检测分析一下长尾分布和检测框分布，针对性的小改一下网络或数据，训练再训练，然后在用c++部署一下。就是感觉很没有成长的感觉，只是对数据处理走了部分提升，我不知道大家都是这样吗？

unityloverz · 发表于 2022-5-23 14:31

都是这样，如何造数据，如何标数据

量子计算9 · 发表于 2022-5-23 14:34

您好！请问本科生适合做或者说是有可能做这些方向的工作吗

		自动登录	找回密码
密码			立即注册