隨著科技進步的加速，新的技術出現並且成熟的速度明顯地加快了，過去我們老說成像技術，訊號處理，影象處理，後來又經常說計算機視覺，現在則鋪天蓋地都是machine learning。這些技術或多或少的在我們的身邊出現，到底他們是什麼，與我們目前的工作有哪些聯絡和區別？我們就先從輸入，輸出，工作方法三個角度來談一談影象處理，計算機視覺與machine learning的關係。

影象處理   的輸入輸出都是影象，用訊號處理的方法對影象進行濾波，去噪，邊緣增強，色彩還原等處理。

計算機視覺  的輸入可以是影象，視訊，或者是來自於視覺資料的量化資訊。輸出則是屬性資訊，比如大小，距離，顏色，數量，類別，形狀等。所使用的方法既包含影象處理的技術方法，也包含其他的技術，可以說計算機視覺的技術外延更大。如果說影象處理主要是針對二維的影象，那麼計算機視覺主要是針對三維的空間。

        成像技術可以說主要是製作影象，影象處理主要是增強影象，到了計算機視覺，側重點就主要是分析理解影象了。

 Machine learning則是一種可以應用在計算機視覺中幫助解決識別等問題的方法。所以在這個領域工作可以遇到的一種情況就是，工作在計算機視覺的公司，包含了這三個技術方向的工程師，因為沒有好的成像和影象處理，也就沒有好的計算機視覺的輸入，沒有machine learning的技術，計算機視覺會有很多難解的問題。

        以一個產品開發為例說說這三者之間的聯絡。比如我們要開發一個水下監控相機，用來監控海邊浴場附近的鯊魚，既可以人工監測，也具有自動監測功能。自動監測一旦監測到出現鯊魚，就會警告游泳的人趕緊離開。

        首先做camera的工程師上場，做出一個在水下能清晰攝影的相機，  影象處理  工程師根據應用場景做影象的優化，比如去炫光，散射，處理HDR，做tone mapping，邊緣增強，色彩處理等等。

        然後做計算機視覺  的工程師上場，做幾何標定，運動檢測，物體跟蹤，計算遊動物體的大小和速度。如果大小和速度在一定的範圍內，就認為是鯊魚。

        相機用了一段時間，發現一個問題，就是經常出現虛警，附近活動的潛水員經常會被認為是鯊魚，因為潛水員的遊速和大小與某種鯊魚很近似，所以很容易被認為是鯊魚。這時候就該machine learnning工程師上場了，他們把之前相機拍的所有視訊拿來，把所有有鯊魚的影象標定出來，輸入到一個或者幾個模型進行訓練，教這個模型認識什麼是鯊魚，這個模型可以是

        最後用新採集的視訊進行測試，把幾個模型的識別率做比較。

        可以看出Deep CNN完爆其他方法。

        識別成功率只是一個方面，執行的速度也非常重要，所以要綜合考慮到底用哪種模型。總而言之，machine learning的方法是計算機視覺的一個重要補充。在這個例子裡，它可以大幅減少虛警的情況。

        從這個例子我們可以看出，影象處理和計算機視覺工程師基本的工作方法是有很多共性的，Machine learning 工程師可以完全不懂影象處理，他們主要研究的物件是模型。

        在筆者辦公室裡坐著這三個技術方向的工程師，machine learning的工程師很多都是數學系畢業的。我諮詢了一下從事這方面工作的同事，他給了下面的一些網上免費學習cv和ml的資料，感興趣的朋友可以自學，大話成像公眾號也會在將來多延伸一些計算機視覺和machine learning的文章與大家分享。

斯坦福大學的CV公開課

深度學習課程，通過測試還能拿到證書