自学了一段时间计算机视觉(Computer Vision)，下文简称：CV。内容以基本概念为主，形式以看书为主，跟着敲代码为辅。起因：因工作中会涉及到交通物流风险管理、出险理赔材料审查等内容，会涉及到大量人工介入审阅照片、视频的环节。而随着素材量的增加将来需要大量的人力来处理，导致成本高，效率低、易出错。

思考：能否通过某种技术进行照片、视频内容的审查，从而消化一定的工作量，同时提升效率？带着这样的问题，我们锁定了CV技术。

这里非常简单地谈谈自己近一年的学习体会，算是入门者说吧。

1、首先明确CV都会在哪些领域里使用，即用途是什么？以下是笔者在今年1月中旬于硅谷参加AI世界前沿大会时拍摄的OpenCV作者Bradski大神的演讲ppt照片(能看得清内容)。

从上图可以看出，CV或者说OpenCV用途十分广泛。那么问题来了，你确认你要学的东西在未来的学习或者工作中可以派上用处吗？如果答案是Yes。就继续往下看。

2、CV是啥？如果用一句话来解释CV，那么可能是研究让机器像人一样具有能够“看”的能力，并在必要的时候给予合适的反馈(输出：比如看图说话，看视频说话)。

3、学什么？从哪里开始学？

从斯坦福大学李飞飞教授的CS231n课程中可以看到，需要有一些基础，以便更好的学习CV。截屏如下：

上图可以看到，需要我们具备一些知识：1)编程基础：Python和C++。个人理解，用Python快速实现算法；用C++实战，实时性能强。

2)数学基础：高数，线性代数、基础概率与统计

3)机器学习基础

3-1)如果你对以上内容都有一定的基础，那么恭喜你，对于入门CV，你有了好的开始。

3-2)推荐几本比较好的书籍：

1、《计算机视觉：模型、学习和推理》入门基础书籍，讲得很清楚。我在看，非常好的与机器学习结合的CV入门书籍。英文好的同学，建议看Prince的原本彩图书籍。官网《英文原版彩图PDF版本》下载链接

2、《Learning OpenCV》实战经典。推荐理由：OpenCV作者Bradski大神的书。学习CV的人是无法绕开OpenCV的。

3、《Python计算机视觉编程》如果你有一定的Python基础，笔者强烈推荐看这本书，把CV的基本概念和算法结合代码实战，讲得比较清楚。入门佳作。它不是一上来就用OpenCV库，使得入门者容易忽视很多基础的概念算法。

4、《计算机视觉：算法与应用》不建议入门者看。宝典型，大而全。典型的工具书。作者是Richard Szeliski，CV界大牛，图像拼接奠基人。

5、《 Multiple View Geometryin Computer Vision 》，中文版名《CV中的多视图几何》据说是玩3D必看的一本书，包括AR/VR。很多CV专家都推荐。

3-3)视频学习，当然是斯坦福大学李飞飞教授的CS231N课程(需要扶梯)，这是一门结合深度学习的CV教学视频。经典！

3-4)目前结合深度学习的CV是发展方向之一，有空可以看看花书。

4、OpenCV、TensorFlow、Caffe这些个，咱们现在一个都绕不开。

多上手，多练吧。

5、国际顶尖的CV会议，扫扫论文的摘要、看看报告视频。(如果确定深度研究，就仔细看。否则，个人觉得了解下就好。)

于2017年12月3日凌晨 0:45