计算机视觉顶会论文范文_免费计算机视觉顶会毕业论文

　　导读：想要写好计算机视觉顶会论文，你是否做好了相关的准备工作呢？想必在当下应该也是有很多人都正在写作论文而苦恼吧，也会到图书馆里翻阅大量的资料做参考吧，本论文分类为视觉计算机论文，下面是小编为大家整理的几篇计算机视觉顶会论文范文供大家参考。

　　计算机视觉顶会论文(一)：在农产品和食品检测中应用计算机视觉技术的研究论文

　　摘要：随着计算机视觉技术的不断发展，计算机速度的提高和硬件的成本下降，农产品和食品检测领域越来越广泛地运用计算机视觉技术。本文对国内外计算机视觉技术在农产品和食品检测中的应用以及这项技术的发展进行综述。

　　关键词：计算机视觉技术；图象处理；农产品检测；食品检测

　　所谓计算机视觉技术，本质上就是利用图像传感器对物体进行识别，然后转化成为数字图像，同时利用计算机模拟好的人类判别规则对该图像进行识别和理解，以此来替代人眼，并对图像进行分析，得出相应的结论。

　　1.在外形尺寸检测中的应用

　　农产品的产品分级非常重要，其中外形尺寸就是一个很重要的指标。早在2000年，黄丽华等人就利用计算机视觉技术对羊绒的细度进行检验，CCD摄像头可将单根羊绒放大4000倍，计算机经过图像处理，就能精确得到羊绒的直径。这种方法有很重要的意义，计算机的运用克服了人工测量的误差，提高了效率，同时实现了测量的经济性和精确性。同年，蔡健荣等将计算机视觉技术运用到烟叶的质量分选工作中，开发质量分选系统，原理就是该系统对采集系统进行定标，对光感度进行控制，具体操作过程是，提取180个参数进行选择，进而形成特征向量，去除标准样本中的奇异样本。烟叶的检测特征主要有：长度、面积、残伤情况以及烟叶轮廓线展开后的分布情况，该系统利用人工神经网络对多个地区的烟叶进行分类和学习之后，可以实现80%的检测准确率。

　　另外，在对外形尺寸的检测中，产品的形状也是检测的重要方面。尤其是对水果而言，形状更显得十分重要，因为形状也是决定水果质量的重要指标。有研究人员在对果实形状进行综合分析的基础上，提出了代表果实形状的六个参数，也就是三个指标和三个指标的对称性，这三个指标就是曲率指标、连续性指标和半径指标。在计算机运用这种分析方法时，可以利用人工神经网络对果形进行识别和分级。研究表明，使用提取的参数，计算机视觉和人工分类的平均符合率大于93%。

　　2.在颜色检测中的应用

　　通常，在确定农产品和食品品质的时候，色泽是一个非常重要的指标。将计算机视觉技术应用到色泽评价中，可以更加精准地区别各个部分的颜色并作出相应判断，减少人眼判断所带來的误差。对于烘焙食品的加工过程来说，质量控制是至关重要的一环，有学者和研究人员试图利用计算机视觉技术来检测面包以及其他烘焙食品的质量，也有食品技术人员尝试将该项技术运用到比萨饼的质量检测中去，减少人工定性判断所带来的误差。留胚率，即胚芽在碾米过程中的保留率，是判断大米品质的一个重要指标，数值上等于胚芽所占米粒的百分比，目前只能依靠人眼观察来测定。不同的米粒饱和度不同，造成了胚芽和胚乳视觉上的差异，黄星奕等以饱和度作为颜色特征参数来识别胚芽，利用计算机视觉技术对大米的留胚率进行检测，结果与人工检测的结果高度吻合。德胜田等研制出一种能够搜索成熟西瓜的视觉系统，可用于西瓜收获机器人，原理是将所摄取的西瓜图像类型由RGB转变为HIS，然后可以观察到饱和度和色调。结果显示，西瓜成熟度越高，饱和度的平均值越小，色调直方图中的峰值像素数与峰值左侧的像素数之比越小；反之，西瓜成熟度越低，饱和度的平均值越大，色调直方图中的峰值像素数与峰值左侧的像素数之比越大。

　　结语

　　自上世纪八十年代以来，计算机视觉技术已经不仅仅停留在单纯地模拟视觉，甚至可以解释和取代人类的视觉信息，进一步促进视觉信息采集方面的研究。传感技术的发展也让人们更加深入地认识到农业的物料特性。红外和近红外图像处理的相关研究也使得计算机视觉有了更加深入的发展，不仅有单纯的外观视觉，还有物料的形状、组成等内部特性。计算机视觉技术在农业工程中的研究又向实用迈近了一步。初始图像特征与物料某一特性的相关关系研究，一步一步将计算机视觉内化到检测分级系统，实现检测的精确性。

　　免费计算机视觉顶会毕业论文(二)：在课堂上体验计算机视觉的教学实践探索论文

　　摘要：在小学阶段，人工智能教育重在学生对人工智能的应用和体验。本文主要探究在信息技术课堂教学中，如何利用身边的计算机、摄像头和手机开展丰富多样的智能体验，让学生充分感知人脸识别、人体分析、图像识别和文字识别等计算机视觉领域的实际应用，从而为进一步的人工智能教育做好铺垫和准备。

　　关键词：计算机视觉；课堂教学；体验人脸识别；眼镜识别

　　中图分类号：G434文献标识码：A论文编号：1674-2117（2020）21-0063-02

　　在中小学阶段推进和普及人工智能教育重在学生对人工智能的应用和体验教学。本文主要研究在信息技术课堂教学中，如何开展丰富多样的智能体验，让学生充分感知人脸识别、人体分析、图像识别和文字识别等计算机视觉领域的实际应用，从而为进一步的人工智能教育做好铺垫。

　　●从人脸识别的门禁系统实际体验计算机视觉

　　在人工智能的计算机视觉领域，研究最为成熟、应用最为广泛的就是人脸识别技术。很多学校为保障校园的安全，安装了具有人脸识别功能的门禁系统，每一位学生在进入校门时都要“刷脸”。

　　为了让学生更好地体验人脸识别技术，课前笔者拍摄了学生“刷脸”进入校门的视频和照片，在后台录入学生和家长的照片，建立人脸库的操作指引，还收集个别学生因刷脸失败无法进入校门的例子。课上，则通过调用学生“刷脸”的实际经验，展示学生“刷脸”进入校门的图片和视频资料，让学生理解人工智能领域的计算机视觉研究的应用。同时，在展示学生和家长前期“录入照片，建立人脸库”操作指引时，辅以动画类的视频模拟演示，渗透人脸识别的原理，并提出为什么明明录入了人脸照片，还会有刷脸失败的情况这一问题？引发学生对人脸识别的思考。

　　●从AI体验网站初步感知计算机视觉

　　在“金字塔”形——感知、认知、创新的人工智能教育课程建设体系中，感知是人工智能教育最基础的阶段。同时，根据小学生认知和学习的特点，人工智能教育在小学阶段以体验和感知为主，要让学生充分感受人工智能在生活中的广泛应用，以及它给生活带来的便利，就要从人工智能的课堂体验入手。

　　在学生对人脸识别有了实际体验后，笔者借助网络上的体验网站，通过外接摄像头课堂上拍摄学生上课的照片，或者上传本地照片来进行更为丰富的人脸识别、图像识别和文字识别等计算机视觉的体验，也能实现语音识别和语音合成的计算机听觉体验。课上，教师打开并登录体验网站，以体验图像识别为例，点击“开始识别”，用摄像头拍摄一张学生学习活动的照片，也可以选择本地照片上传到体验网站，很快体验网站就会给出识别的结果，显示出“书画笔会”“读书活动”“学生教室”等。

　　●从手机智能程序全面体验计算机视觉

　　笔者借助手机上的AI体验中心，如百度AI体验中心、腾讯AI体验等，辅以手机投屏技术，开展了计算机视觉体验。以使用百度AI体验手势识别为例，课上，笔者先把手机屏幕投影到计算机屏幕上，在手机微信里找到“百度AI体验中心”，找到人体分析里面的“手势识别”，点击上传手势图片，选择拍照，拍摄学生比画出的手势，使用照片，传到云端，让百度大脑来辨别这个手势的含义。笔者根据识别结果粗略地估判人工智能的识别能力，并对“手势识别”技术能应用的场景，如在智能家居、智能驾驶、人机交互方面的应用进行拓展讲解，进一步拓展和加深学生对人工智能应用的认识和理解。

　　●开发“识别人脸是否戴眼镜”的小程序深刻体验计算机视觉

　　上述基于AI网站和手机AI体验平台的人工智能课堂体验，都只强调“体验”本身，只是让学生从感官上认知到了人工智能的乐趣。根据“金字塔”形的人工智能教育课程建设体系，感知和认知是教育的手段，创新才是目的。在人工智能的课堂教学中，应该让学生在充分感知和认知的基础上进行智能创作和创新。

　　例如，笔者所在学校正在组织学生进行视力检查，要统计班级学生的近视率。笔者联系了一位人工智能爱好者，他结合实际利用Python编程，经API接口调用百度AI的人脸识别应用，开发了一个在计算机上运行的程序，通过普通摄像头“扫脸”来统计班级戴眼镜的人数，从而解决统计班级学生的近视率的问题，部分实现了利用人工智能来统计班级学生近视率的应用。

　　课上，在计算机上运行“识别人脸是否戴眼镜”的程序，点击打开摄像头，捕捉学生画面，开始识别，即可把人脸框选出来，带有眼镜的人脸以红色框标识，窗口上面用文字的形式给出识别的结果。但是学生发现“有些戴眼镜的学生没有被识别出来”，甚至有些学生，自己用卡纸制作一副眼镜框戴上或者用两张圆形的卡片遮挡眼睛，也被系统标识为“戴眼镜”。需要指出的是，这个程序必须在联网的情况下才能正常使用。通过这些识别正确或者错误的结果体验，学生对人工智能有了全面的了解，认识到虽然人工智能在某些方面非常强大，但是人工智能也不是万能的。

　　以上几种方式，就是笔者在现有条件下，在常规的课堂教学中，不依赖于高端的设备或者产品，进行的人工智能教育体验的摸索。实践证明，这几种体验人工智能的方式切实可行，学生不仅在课堂上能跟着教师一起体验，课下也能自己去体验，从而为后面进一步学习人工智能的机器视觉和机器听觉做好充分的准备和铺垫。