计算机视觉、机器视觉感知与SLAM比较
目前，基于深度学习的计算机视觉，发展了相关算法，在人脸识别、无人驾驶等方面有了一定的进展与实际应用，SLAM技术对可移动的智能硬件，在定位与建图层次也有了一定的支撑，那么有没有更自然更普适的视觉模型与视觉算法。
生物及人类的视觉原理是什么，至今在科技界也无确切的研究清楚，一个三维物体，人眼从不同的角度看过后，得到真实三维物体的一个“开覆盖”，这个“开覆盖”在人类大脑里就有了这个物体所对应的一个视觉感知，这个感知在大脑里的存储是二维的还是多维的?存储的信息是曲率还是轮廓线?这里的对应是共形映射还是普通双射或是其他?等等类似这些问题，至今我们一概没有头绪，但这并不妨碍我们持续地去观察及研究。
目前，基于深度学习的计算机视觉，发展了相关算法，在人脸识别、无人驾驶等方面有了一定的进展与实际应用，SLAM技术对可移动的智能硬件，在定位与建图层次也有了一定的支撑，那么有没有更自然更普适的视觉模型与视觉算法。
以上分析中，提到了“开覆盖”、“共形映射”，那么视觉的理论基础会不会是微分几何，视觉感知物体与环境，会不会是在分析曲率的一种概率分布，本文就以此为出发点，逐步剥开一种更具普适性的视觉感知模型——机器视觉感知。
本文来源于网络，如有侵权请联系删除，谢谢！
