看到車子開過來，我們會閃避；見紅燈亮了，我們會停駐；遇到認識的人，我們能夠識別。這些動作對人類來說很簡單，但機器做得到嗎？ 隨著電腦運算效率的提升，帶動了深度學習的發展，讓影像領域有了重大的突破。 如今，透過各種影像技術的整合，我們已經能夠讓機器感知世界。
影像處理/影像預處理
影像最根本的技術，即是影像處理，影像處理是對圖像進行分析、加工、和處理，使其滿足視覺、心理與其他要求的技術：使用OpenCV將影像去雜訊、影像強化，來達到影像品質的改善；透過影像二值化，根據使用者的目的需求，凸顯影像的形狀特徵等。 因為我們得到的影像資料並不總是乾淨完美、量身訂做，尤其在AI運用上，好的訓練模型(準確的辨識率)，終歸是基於有效的影像前處理/預處理上。
電腦視覺與特徵擷取
在有效的影像來源基礎建立後，我們來到了中階處理的層次，可以開始做初步判斷：這影像是圓是方是扁？ 電腦視覺技術始大顯身手。電腦視覺是一門研究如何使機器「看」的科學，目的在於建立與人類視覺系統相仿的機器，可觀察、識別甚至可以理解並解釋所看到的世界。活用OpenCV函式庫實作電腦視覺演算法，能夠擷取特徵關鍵，如邊緣偵測、圓形偵測、角點偵測等影像偵測。以人臉來說，影像的指定位置會被轉換為特徵，經過分類器，我們抓到了人臉在哪裡？
AI深度學習與影像辨識
有了AI深度學習的加持，尤以深度學習卷積神經網絡(Convolutional Neural Networks，CNN)的推動，讓電腦視覺突破了幾十年來的瓶頸，更加大放異彩，應用場域也不斷在擴展當中。CNN能實現在影像處理的各種應用，我們可以善用各種工具套件，Tensorflow、Keras 等 AI 工具建立深度學習( Deep Learning)模型，讓演算法去擷取影像特徵進行模型訓練，依據結果，在流程中的相應環節進行調整，讓機器實現「感知」的目的。也就是說，到了這個階段，機器已能夠認知、識別出，這張人臉是誰？
前面以人臉的應用為例，我們可以很快地了解影像處理領域的三個層次。從純粹影像到抓出特徵再進階到能夠感知，這是課程所要交給你的，課程將帶你循序漸進掌握AI視覺。當然，還有更多相關核心技術與各式應用，請見下圖，歡迎點擊深入了解。
