人工智能、機器學習、計算機視覺（整理）

       Artificial Intelligence 人工智能學科的基本思想和基本内容。即人工智能是研究人類智能活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬體來模拟人類某些智能行為的基本理論、方法和技術。人工智能就其本質而言，是對人的思維的資訊過程的模拟。

       Machine Learning 機器學習是研究計算機怎樣模拟或實作人類的學習行為，以擷取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。它是人工智能的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域，它主要使用歸納、綜合而不是演繹。是對人的學習行為的模拟。

      Computer Vision計算機視覺：用計算機來模拟人的視覺機理擷取和處理資訊的能力。是對人視覺的模拟。與下内容相近：  

          圖像處理： 圖像處理技術把輸入圖像轉換成具有所希望特性的另一幅圖像。例如，可通過處理使輸出圖象有較高的信-噪比，或通過增強處理突出圖象的細節，以便于操作員的檢驗。在計算機視覺研究中經常利用圖象處理技術進行預處理和特征抽取。 

        模式識别：模式識别技術根據從圖象抽取的統計特性或結構資訊，把圖像分成予定的類别。例如，文字識别或指紋識别。在計算機視覺中模式識别技術經常用于對圖象中的某些部分，例如分割區域的識别和分類。

       圖像了解：給定一幅圖像，圖象了解程式不僅描述圖象本身，而且描述和解釋圖象所代表的景物，以便對圖像代表的内容作出決定。在人工智能視覺研究的初期經常使用景物分析這個術語，以強調二維圖象與三維景物之間的差別。圖象了解除了需要複雜的圖象處理以外還需要具有關于景物成象的實體規律的知識以及與景物内容有關的知識。

       計算機視覺的研究對象主要是映射到單幅或多幅圖像上的三維場景，例如三維場景的重建。計算機視覺的研究很大程度上針對圖像的内容。

　　圖象處理與圖像分析的研究對象主要是二維圖像，實作圖像的轉化，尤其針對像素級的操作，例如提高圖像對比度，邊緣提取，去噪聲和幾何變換如圖像旋轉。這一特征表明無論是圖像處理還是圖像分析其研究内容都和圖像的具體内容無關。

　　機器視覺主要是指工業領域的視覺研究，例如自主機器人的視覺，用于檢測和測量的視覺。這表明在這一領域通過軟體硬體，圖像感覺與控制理論往往與圖像處理得到緊密結合來實作高效的機器人控制或各種實時操作。

　　模式識别使用各種方法從信号中提取資訊，主要運用統計學的理論。此領域的一個主要方向便是從圖像資料中提取資訊。

　　還有一個領域被稱為成像技術。這一領域最初的研究内容主要是制作圖像，但有時也涉及到圖像分析和處理。例如，醫學成像就包含大量的醫學領域的圖像分析。

　　對于所有這些領域，一個可能的過程是你在計算機視覺的實驗室工作，工作中從事着圖象處理，最終解決了機器視覺領域的問題，然後把自己的成果發表在了模式識别的會議上。