知乎live：计算机视觉从入门到放肆--罗韵
计算机视觉跟深度学习的结合是必然的事情
计算机视觉，图像处理基础：
计算机视觉，机器视觉，图像处理的关系是什么？
人工智能领域下的一个分支：计算机视觉
针对场景、方法、工具都不一样
入门提前知道的东西↑
图像的基础知识：
图像深度：（存储每一个像素用到的bits），占用的bit数越多，所能表现的颜色越多，越丰富
例如：400*4008位（深度）图，数据量有多少呢？
计算方法:400*400*8/8==160k
根据深度的取值范围：每个像素的取值范围，决定了颜色的丰富度2^8,0-255
图像的压缩格式：jpg，png，bmp，tif本质上是做压缩编码
奇怪的例子：两张图的大小，长宽，位数都一样，但压缩后的大小不一样
一个很复杂的图，和一张很简单的图，他们都是一张jpg，但他们的大小是不一样的，是因为图片使用的压缩格式和编码不一样
图片的通道数：灰度图（单通道），RGBA（四通道）：包括了RBG跟A（透明度）
两通道的图（一个通道放实数，另一个通道放虚数）：主要为了编程的方便
16位图：本来是三通道图，为了减少数据量，压缩到16位（刚好两个通道），
常见：RGB555（R占5位，G占5位，B占5位），RGB565古老通道形式
监控摄像头，模拟相机：yuv，yuyv这些数据格式，关乎于图片的通道数和存储方式
视频的基础知识：
IPB帧，帧率，码率，分辨率
视频分析的第一步，视频的结构，特点，比如（帧率和码率特别低，是不能套模版的）
比如做目标跟踪，人家是每秒30帧情况下跟踪效果很好，但是如果你每秒只有2帧，那你
跟踪效果，肯定会有影响（有可能人在上一帧有，下一帧就没有了，跟踪个P啊。。）
维度：
IPB：原始的视频可以理解为是一些图片的序列
而视频里面每一张有序的图片，我们叫做一帧
视频：有序的图片序列
（图片都有压缩，那视频肯定也有压缩啊）
而IPB指的是，在压缩完的视频里面，只会存在的三种帧
I帧：关键帧，（会把一张图片完整的保留下来），很重要，I帧不能出错，出错全GG
P帧：指的是当前这一帧和上一张关键帧的区别，解码的时候很简单，只需要用之前
缓存的画面叠加上这一帧的差别，就能生成最终的画面，所以我们就不需要把画面完全保留下来，而是保留下P帧（当前帧和上一个I帧的差别）
B帧：双向差别帧（跟上一个I帧的差别，下一个I帧的差别）
解码B帧，cpu会比较累
所以一个视频被压缩后，只有这三种帧。
视频在当前更多的使用方式，已经不是用硬盘去读取，而是用网络的形式去读取
例如：网络摄像头，视频的网络地址（对于I帧的要求更高）
如果传输却一个I帧，视频会缺一段。。。
码率：码率越大，视频体积越大，码率越小，视频体积越小
一个视频，码率不够的情况，我们得到的视频可能只有原数据的一半，就会很模糊
如果你了解到你这个视频本身码率很低的情况下，你要用的方法是低码率的方法，
如果码率很高，可以用常用的数据库和数据集去学习训练
帧率：每秒有多少帧。
分辨率：图像的大小和图像的质量正比关系
网络摄像机：网络视频地址的形式去访问，清晰度比模拟摄像机高处不少，
比模拟摄像机的市场占有率高的多
工业摄像机：高精密仪器检测。。
焦距：决定了取景范围
显卡GPU计算，谷歌TPU（高性能处理器）
GPU与CPU的差别：
性能（低延时性）和吞吐量
CPU：低延时性，高性能，低吞吐量，localcache比较大，同时读入大量的数据，集中分析
GPU：吞吐量很高，延时性比较高，cache小，并行线程非常多，处理小量数据
一张图片特别合适用GPU分析，把每一个像素，当做一个线程处理，发挥GPU性能
计算机视觉设计到的面非常多，除了它是人工智能的一个分支外
包括机器学习，数学，认知神经心理学，机器人控制，信号处理。。。
机器视觉：硬件上的结合，机器人，工业级的摄像机，工业级的检测，跟计算机本身交集多
图像处理：更侧重图像像素级别的处理
cs231n李飞飞计算机视觉
编程语言：python（numby，scipiy，实现论文中的算法），c/c++（生产环境），熟练c/c++
Matlab（实现算法），java（实现算法）
数学基础：概率学和统计学（对样本分布的理解）---了解基本知识
几何代数，微积分，机器学习（MachineLearning）
第一本：适合入门级别（本科结束--研究生阶段，基础知识多，matlabcodes，slis（音译））
第四本：有一定计算机视觉基础（入门后），opencv软件库，非常接地气，一个情景一个理论对应一个实现方法，快速进入开发，具备良好开发能力
第二本：对cv有一个深入的理解，计算机视觉领域的宝典，包含各个领域，权威书，工具书
第三本：3D图形学，ar，vr，photograph，cv里面的几何知识。
两门足够了，认真看完，就是中等的cv研究人员，讲的都很深入
Cs223b，讲的更理论，纯cv
Cs231n，非常经典的课程，比223b进步的地方主要是结合深度学习的
如果主攻3D重构，图像，有cs223a（机器人导论？？？，live说错了吗），专门讲重构，ar，vr
非常有用的网站↑
从1994开始做的索引，涵盖了cv的所有topic，subtopic，著作，论文，教材，各类主题的关键词，会议，期刊，书籍，刚才书的第二本就有提到
深度学习的知识，唯一要看的书！
还有一些论文。。。
深度学习的入门书籍！（里面包含数学知识）
对于那行数学知识，不需要了解非常深入，但要了解到这本书前五个章节
学习一些开源的软件，框架，opencv必不可少（快速实现经典算法和函数）
重要性排序：Opencv，tensorflow（更像一门编程语言），caffe（深度学习子方向，卷积神经网络）
Torchmxnet看情况使用。。。
Ffmpeg视频转换处理，批量处理，格式的处理，很方便。
每个研究方向。。
熟悉所在方向的发展历程，有那些里程碑式的文献（必须精度），研究人员写的博文
，可以从论文前言，摘要，领域的研究现状，研究过往，找到对应的文献。。
例子:利用深度学习做目标检测，这个领域在这两年里程碑式的论文，包括RNN，FASTRNN，
并且要精度。。。
每天去看一下这个网站，更新最新的研究论文。
最好写论文笔记，他解决了什么问题，用的什么方法，有没有创新点，达到了什么效果，
存在着那些缺点。
自己做的研究领域，当前顶会和顶刊，没有，可能是你after了，或者人做的少。
如果有的，你要去跟进当前最新的进展（过一遍），知道当前的潮流
----------------------------------------------------------------------------