AI基础认知 一、什么是图像分类？ 图像分类是计算机视觉中最基础、最核心的任务之一，其目标是：给一张输入图像，分配一个预先定义好的类别标签，输入：一张图像（一张图片文件），输出：一个或多个类别标签（“猫”、“狗”、“汽车”），通常还会附... 星博讯 2026-04-09 24 #图像分类
AI基础认知 一、核心定义与目标 目标检测 的任务是：识别出图像中有什么物体（分类问题），定位出每个物体在图像中的具体位置（回归问题），输出通常是一个列表，每个物体包含：边界框：一个矩形框，常用 (x_min, y_min, x_ma... 星博讯 2026-04-09 27 #核心定义 #目标
AI基础认知 图像分割是计算机视觉中的核心任务，旨在将图像划分为多个具有特定意义的区域或对象。以下是其基础原理的详细解析 基本定义图像分割是指根据图像的特征相似性（如颜色、纹理、灰度、形状等）将图像划分为若干个互不重叠的区域，使每个区域内部特征一致，而不同区域间特征差异明显，核心目标定位与识别：确定每个对象在图像中的位置... 星博讯 2026-04-09 24 #图像分割 #计算机视觉
AI基础认知 一、人脸识别基本概念 人脸识别 是指利用计算机视觉和生物特征识别技术，从图像或视频中自动检测、定位、分析和识别人脸的过程，它通常包含三个层次的任务：人脸检测：判断图像中是否有人脸，并确定其位置（输出边框），人脸对齐/配准：... 星博讯 2026-04-09 29 #基本概念
AI基础认知 一、核心定义 行为识别 是指从一段视频序列中自动识别、分类出其中主体（通常是人，也可以是物体或动物）正在执行的动作或行为的过程，动作 vs. 行为：在学术和工业界，这两个词有时混用，但可以稍作区分：动作：相对简单、... 星博讯 2026-04-09 25 #核心 #定义
AI基础认知 一、什么是姿态估计？ 核心定义：姿态估计是指从图像或视频中自动检测并定位人体（或物体）关键部位（如关节、面部特征点）的技术，进而推断出其身体各部分在空间中的几何构型，就是让计算机“看懂”图中人或物体的姿势， 主要任务类型姿... 星博讯 2026-04-09 27 #关键点检测 #姿态重建
AI基础认知 1.眼睛看到页面 计算机获取图像 找到文字区域 -> 计算机文字检测，认出每个字 -> 计算机文字识别，理解句子意思 -> 计算机后处理与纠错，现代OCR技术，尤其是深度学习兴起之后，已经变得高度自动化且准确,其核心... 星博讯 2026-04-09 25 #视觉感知 #图像获取
AI基础认知 这是一份全面的文档分析基础知识指南 核心定义与目标文档： 不仅仅是文本文档（如.txt, .docx），还包括PDF、演示文稿、电子邮件、网页、扫描图像、表格、合同、研究报告等任何承载信息的载体，文档分析： 指对文档内容进行系统性的检查... 星博讯 2026-04-09 27 #文档分析 #基础知识
AI基础认知 你可以把视频理解看作是图像理解在时间维度上的扩展和深化 核心定义与挑战基本定义： 视频理解是指利用计算机视觉、模式识别和机器学习技术，自动分析视频数据，以识别其中的物体、场景、动作、事件及其相互关系,并最终生成对视频内容的高层次语义描述，与图像识别的核心区... 星博讯 2026-04-09 26 #视频理解 #时间维度
AI基础认知 一、什么是动作识别？ 动作识别 是计算机视觉和人工智能领域的一个重要分支，其核心目标是让机器能够自动识别和理解视频或图像序列中人类或物体的动作或行为，它就是数字世界的“观察者”和“理解者”，输入：一段视频（图像序列）或实时... 星博讯 2026-04-09 32 #动作 #识别
