計算機視覺經典任務分類
一、經典任務
計算機視覺領域中和目標有關的經典任務有三種：分類、檢測和分割。其中分類是為了告訴你「是什麼」，後面兩個任務的目標是為了告訴你「在哪裡」，而分割任務將在畫素級別上回答這個問題。
二、幾種專業名詞的含義
目標檢測，搜尋系統感興趣的目標區域；
目標跟蹤，捕獲感興趣區域的運動軌跡；
目標分類，將被跟蹤目標分為人，汽車或其他移動物體；
目標行為識別，對跟蹤目標進行行為識別。
立體視覺匹配，是一種從平面圖像中恢復深度資訊的技術。
光流，是指影象灰度模式的表面運動，是三維運動場在二維影象平面上的投影。
場景流，是空間中場景運動形成的三維運動場。兩者在視訊跟蹤與監控，自主機器人導航，三維視訊壓縮與顯示等領域有著廣泛的應用。
三、KITTI資料集（非常重要）
對於KITTI資料集，該資料集用於評測立體影象(stereo)，光流(optical flow)，視覺測距(visual odometry)，3D物體檢測(object detection)和3D跟蹤(tracking)等計算機視覺技術在車載環境下的效能。
四、幾種深度學習演算法含義
FCNN：全卷積網路：並行，迭代
CNN：FCNN基礎上加入空間結構引數共享
RNN：FCNN基礎上加入時間結構引數共享
五、論文彙總總結
1、機器學習，深度學習在影象，語音等富媒體的分類和識別上取得了非常好的效果，所以各大研究機構和公司都投入了大量的人力做相關的研究和開發。值得我們學習。
2、光流法，場景流法，立體視覺匹配對於視訊處理有至關重要的功能。
3、KITTI官網上有大量關於光流，場景流和立體視覺匹配演算法以及對比，我們可以借鑑並加以引用。
六、論文以及原始碼常用網站
七、幾個搜原始碼的國內網站：
八、有關人工智慧比較好的開源社群
廖雪峰Python教程：