如何系统地学习计算机视觉，构建自己的长尾词知识体系？

本文共计1463个文字，预计阅读时间需要6分钟。

首先简要自我介绍，本科毕业于211，硕士期间专注于计算机视觉方向。之前阅读的文献主要集中在计算机视觉CV方向，研究目标是人流量超过饱和和寻找工作。

首先简单自我介绍一下本科渣211目前某985研一在读做的是计算机视觉CV方向目前CV

首先简单自我介绍一下本科渣211目前某985研一在读做的是计算机视觉CV方向目前CV方向人数过于饱和找工作已是神仙打架如果学不精很容易成为半吊子对于即将入坑的童鞋们还是劝大家慎重哦不过对于还是想学CV或者已经在坑中的大家这里贴一份自己认为适合大多数人入门的一个路线~

目录

1什么是计算机视觉

2计算机视觉和其他易混淆学科的联系与区别

3计算机视觉的知识体系

4推荐学习计划

1什么是计算机视觉

  计算机视觉Computer Vision又称为机器视觉Machine Vision顾名思义是一门“教”会计算机如何去“看”世界的学科。在机器学习大热的前景之下计算机视觉与自然语言处理Natural Language Process NLP及语音识别Speech Recognition并列为机器学习方向的三大热点方向。

  早期的计算机视觉大都由传统的算法提取图像特征Feature 如梯度方向直方图Histogram of Gradient HOG以及尺度不变特征变换Scale-Invariant Feature TransformSIFT

  随着近年来深度学习的快速发展尤其是卷积神经网络Convolutional Neural Network CNN的提出并在多个视觉领域上大放异彩CNN已成为当前CV领域的主流深度学习模型。