学习了哪些知识，计算机视觉才算入门

学习了哪些知识，计算机视觉才算入门？

计算机视觉，与语音识别、自然语言理解，并称为人工智能的三大主要技术领域，也是AI技术落地产业化最广泛的领域。

计算机视觉主要分为2D视觉和3D视觉两大研究领域，2D视觉的研究内容包括：目标识别、目标跟踪、视频内容理解等；3D视觉的研究内容包括：基于图像的三维重建、目标三维姿态估计等。

3D视觉研究内容

从结构出发：

当下，除了图像去噪等少数方向，2D视觉领域几乎被基于学习的方法统治；3D视觉领域仍以基于几何的方法为主，虽然最近也出现了不少基于学习的方法的paper。

基于学习的方法，主要是指以深度神经网络为主的深度学习，主流编程语言为Python；基于几何的方法，由于需要较快的运算速度，主流编程语言为C++。

从知识出发：

无论是2D视觉，还是3D视觉，其需要的基础知识主要包括：数学基础、编程基础、视觉基础。数学基础包括高等数学中的函数求导部分、概率统计、线性代数、凸优化等，编程基础主要包括Python或者C++，视觉基础主要是图像处理。

具备上述基础后，再细分计算机视觉领域的方向，如目标检测、目标识别、目标跟踪或者三维重建、视觉SLAM等。在细分领域进行研究，阅读相关经典文献，复现代码，并及时整理总结。

这时，算是真正入门了。