语义分割是指根据物体的属性，对复杂不规则图片进行进行区域划分，并标注对应上属性，以帮助训练图像识别模型，常应用于自动驾驶、人机交互、虚拟现实等领域。
矩形框标注又叫拉框标注，拉框标注是图像标注中极为常见的一种任务类型，主要是指用2D框、3D框、多边形框等标注出图像中的指定目标对象。
多边形标注是指在静态图片中，使用多边形框，标注出不规则的目标物体，相对于矩形框标注，多边形标注能够更精准地框定目标，同时对于不规则物体，也更具针对性。
关键点标注是指在目标对象的规定位置打上关键点，例如在人脸图片上用点标注出眼角、鼻尖、嘴角等关键位置或者在人体图像上标出骨骼或穴位的位置等。
将2D图片中的车辆进行3D标注，主要应用于训练自动驾驶对会车或超车车辆的体积判断。
3D点云标注是指从激光雷达采集的点云图中找出目标对象，并以立方体框的形式标注出来，其中包括车辆、行人、广告标志和树木等。
2D/3D融合标注是指同时对2D和3D传感器所采集到的图像数据进行标注，并建立关联。该方法能够标注出物体在平面和立体中的位置和大小，帮助自动驾驶模型增强视觉和雷达感知。
目标跟踪是从视频数据中按帧捕捉某一对象，并进行画框标注。在军事制导、视频监控、机器人视觉导航、人机交互，以及医疗诊断等许多方面有着广泛的应用前景。
OCR转写是对图像中的文字内容进行标记与转写，帮助训练和完善图片与文本识别模型。
属性识别是指通过人工或机器配合的方式，识别出图像中的目标物体，并将其标注上对应属性，例如：性别识别、种族识别、年龄估计、表情识别。
TPAMI 2024：计算机视觉中基于图神经网络和图Transformers的方法和最新进展
【10月更文挑战第3天】近年来，图神经网络（GNNs）和图Transformers在计算机视觉领域取得显著进展，广泛应用于图像识别、目标检测和场景理解等任务。TPAMI 2024上的一篇综述文章全面回顾了它们在2D自然图像、视频、3D数据、视觉与语言结合及医学图像中的应用，并深入分析了其基本原理、优势与挑战。GNNs通过消息传递捕捉非欧式结构，图Transformers则结合Transformer模型提升表达能力。尽管存在图结构构建复杂和计算成本高等挑战，但这些技术仍展现出巨大潜力。论文详细内容见：。
图像到图像的翻译（Image-to-Image Translation）是指将一种图像从一种表示转换为另一种表示的过程。该任务的目标是在保证图像语义信息的前提下，将图像风格、颜色或其他视觉特征进行转换。该技术在计算机视觉领域具有广泛应用，例如图像风格迁移、图像修复、图像增强、超分辨率、语义分割等。
2024年5月计算机视觉论文推荐:包括扩散模型、视觉语言模型、图像编辑和生成、视频处理和生成以及图像识别等各个主题
五月发布的计算机视觉领域重要论文涵盖了扩散模型、视觉语言模型、图像生成与编辑及目标检测。亮点包括：1) Dual3D提出双模式推理策略，实现高效文本到3D图像生成；2) CAT3D利用多视图扩散模型创建3D场景，仅需少量图像；3) Hunyuan-DiT是多分辨率的中文理解扩散Transformer，可用于多模态对线) 通过潜在扩散模型从EEG数据重建自然主义音乐，展示复杂音频重建潜力。此外，还有关于视觉语言模型和图像编辑的创新工作，如BlobGEN用于合成具有控制性的图像。
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习库，它提供了大量的函数和工具，用于处理图像和视频数据。
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习库，它提供了大量的函数和工具，用于处理图像和视频数据。
openCV 3计算机视觉 Python语言实现 笔记 第三章 使用OpenCV 3处理图像
openCV 3计算机视觉 Python语言实现 笔记 第三章 使用OpenCV 3处理图像
C++计算机视觉库OpenCV在Visual Studio 2022的配置方法
C++计算机视觉库OpenCV在Visual Studio 2022的配置方法
【计算机视觉+自动驾驶】二、多任务深度学习网络并联式、级联式构建详细讲解（图像解释 超详细必看）
【计算机视觉+自动驾驶】二、多任务深度学习网络并联式、级联式构建详细讲解（图像解释 超详细必看）
【Python计算机视觉】项目实战之图像增强imguag对关键点变换、标注框变化（附源码 超详细必看）
【Python计算机视觉】项目实战之图像增强imguag对关键点变换、标注框变化（附源码 超详细必看）
【计算机视觉必读干货】图像分类、定位、检测，语义分割和实例分割方法梳理
《Arduino计算机视觉编程》一第3章 用OpenCV和Arduino进行数据采集3.1图像和视频采集
【收藏】2018年不容错过的20大人工智能/机器学习/计算机视觉等顶会时间表
计算机视觉论文速递（六）GANet: A Keypoint-based Global Association Network for Lane Detection 基于关键点建模的全局关联网络
阿里云正式发布 Agentic 代码安全：AI驱动的双Agent协同引擎