ICS35.240.01GB/T41864—2022信息技術(shù)計(jì)算機(jī)視覺術(shù)語國家市場監(jiān)督管理總局國家標(biāo)準(zhǔn)化管理委員會(huì)I Ⅲ 12規(guī)范性引用文件 13術(shù)語和定義 13.1圖像表示類 13.2圖像獲取類 2 43.4圖像分割類 3.5圖像理解類 3.6視頻理解類 3.7三維計(jì)算機(jī)視覺類 3.8計(jì)算攝像學(xué)類 3.9性能評(píng)價(jià)類 3.10應(yīng)用相關(guān)類 ⅢGB/T41864—2022本文件按照GB/T1.1—2020《標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起草。請注意本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機(jī)構(gòu)不承擔(dān)識(shí)別專利的責(zé)任。本文件由全國信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會(huì)(SAC/TC28)提出并歸口。濱工程大學(xué)、中國科學(xué)院信息工程研究所、中國石油大學(xué)(華東)、鄭州大學(xué)、北京百度網(wǎng)訊科技有限公工程研究所、山東省計(jì)算中心(國家超級(jí)計(jì)算濟(jì)南中心)、上海依圖網(wǎng)絡(luò)科技有限公司、杭州?？低晹?shù)字技術(shù)股份有限公司、小米通訊技術(shù)有限公司、北京電信規(guī)劃設(shè)計(jì)院有限公司、深圳云天勵(lì)飛技術(shù)股份陣元技術(shù)(深圳)有限公司、北京三快在線科技有限公司(美團(tuán))、北京佰才邦技術(shù)有限公司、華夏芯(北京)通用處理器技術(shù)有限公司、云從科技集團(tuán)股份有限公司、重慶郵電大學(xué)、北京眼神科技有限公司、之江實(shí)驗(yàn)室、蘇州中德宏泰電子科技股份有限公司、曙光信息產(chǎn)業(yè)股份有限公司、北京字節(jié)跳動(dòng)網(wǎng)絡(luò)技術(shù)有限公司、鄭州金惠計(jì)算機(jī)系統(tǒng)工程有限公司。1GB/T41864—2022信息技術(shù)計(jì)算機(jī)視覺術(shù)語本文件界定了計(jì)算機(jī)視覺領(lǐng)域中常用的術(shù)語和定義。本文件適用于計(jì)算機(jī)視覺概念的理解和信息交流。2規(guī)范性引用文件本文件沒有規(guī)范性引用文件。3術(shù)語和定義3.1.1一種采用多通道分量表示可見光波段光譜信息的圖像。3.1.2一種采用多通道分量表示相應(yīng)波長的光譜信息的圖像。注：如果多光譜圖像表達(dá)的光譜信息對(duì)應(yīng)波長均處于可見光波段，則為彩色3.1.3多視圖multipleview一組從不同方位拍攝的同一場景的圖像。3.1.4二值圖像binaryimage一種采用單通道二值分量表示的圖像。3.1.5一種具有更大曝光動(dòng)態(tài)范圍(即更大的明暗差別)的圖像。3.1.6灰度grayscale注：灰度通常從最暗(黑色，灰度為0)到最亮(白色，灰度為最大值),通常將灰度劃分為256個(gè)等級(jí)，其中0代表最暗等級(jí)，255代表最亮等級(jí)。3.1.7灰度圖像grayscaleimage一種采用單通道分量表示的圖像。2GB/T41864—20223.1.8一種通過多幅圖像拼接獲取的圖像。3.1.9波動(dòng)不可預(yù)測的圖像噪聲。3.1.10一種客觀世界視覺信息的靜態(tài)可視化表示。3.1.113.1.12顏色模型colormodel一種利用基本顏色元素表示顏色的數(shù)學(xué)模型。3.1.13顏色空間colorspace一種利用顏色模型的基本元素張成的顏色表達(dá)空間。3.1.14隨機(jī)出現(xiàn)于圖像中的亮度或色度干擾。3.1.15噪聲分布noisedistribution一種描述圖像中的噪聲統(tǒng)計(jì)特性的方法。3.1.16周期噪聲periodicnoise一種存在于圖像中的具有空間周期特性的噪聲。3.2.1產(chǎn)生高分辨率目標(biāo)圖像的雷達(dá)系統(tǒng)。3GB/T41864—2022注1:光學(xué)超分辨成像方法突破了光學(xué)成像系統(tǒng)的衍射極限。注2:幾何超分辨成像方法著眼于增強(qiáng)數(shù)字傳感器的分辨率。多光譜相機(jī)multi-spectralcamera高光譜相機(jī)hyper-spectralcamera一種獲取場景圖像中多個(gè)波長(段)的光譜信息的相機(jī)。飛行時(shí)間成像timeofflightimaging廣)的一組技術(shù)。注1:目的是準(zhǔn)確表示各種強(qiáng)度級(jí)別，例如在外部場景中受陽光直射的淺色物品和深色陰影區(qū)域。注2:通常利用從不同曝光范圍照片中生成的方法來獲取高動(dòng)態(tài)范圍圖像。一種通過在不同光照條件下觀察物體來估計(jì)物體表面法線的技術(shù)。光臺(tái)lightstage光場相機(jī)lightfieldcamera一種通過向場景主動(dòng)投射特定紅外結(jié)構(gòu)光并利用攝像頭采集信息來獲取物體的位置和深度的相機(jī)。立體相機(jī)stereocamera一種利用兩個(gè)或多個(gè)獨(dú)立成像的鏡頭，同步采集一種利用可以逐漸變化的媒體(如膠片和攝影板)記錄光學(xué)影像的相機(jī)。4GB/T41864—20223.2.12一種利用偏振傳感器來獲取每個(gè)圖像像素的強(qiáng)度和偏振角度的相機(jī)。3.2.13數(shù)字相機(jī)digitalcamera使用芯片陣列圖像傳感器檢測圖像的設(shè)備，例如感光耦合元件(CCD)或互補(bǔ)式金屬氧化物半導(dǎo)體(CMOS),其將視覺圖像轉(zhuǎn)換為電信號(hào)。3.2.14一種記錄每個(gè)像素點(diǎn)在三維物理場景中對(duì)應(yīng)點(diǎn)到相機(jī)鏡頭距離的相機(jī)。注：常見的深度相機(jī)成像方法包括結(jié)構(gòu)光成像、飛行時(shí)間成像等。3.2.15注1:矩形網(wǎng)狀結(jié)構(gòu)中所形成的微小方格稱為像素點(diǎn)。注2:采樣圖像是矩形網(wǎng)狀結(jié)構(gòu)中有限個(gè)像素點(diǎn)構(gòu)成的集合，其分辨率由像素點(diǎn)個(gè)數(shù)的多少?zèng)Q定。3.2.16相機(jī)模型cameramodel將物理空間中的對(duì)象投影到圖像空間的映射方法。3.2.17線陣相機(jī)linescancamera一種用于超長或者連續(xù)目標(biāo)物無縫拍攝的逐行進(jìn)行精確掃描的相機(jī)。3.2.18一種利用位于不同空間位置的多個(gè)相機(jī)來采集不同視角圖像的相機(jī)。3.3.1.1仿射變換affinetransformation一種保持圖像中直線和直線比例的圖像幾何變換方法。3.3.1.2一種對(duì)圖像進(jìn)行旋轉(zhuǎn)和平移的圖像變換方法。注：剛體變換保持點(diǎn)與點(diǎn)之間的歐氏距離不變。5GB/T41864—20223.3.1.3幾何變換geometricaltransformation一種改變像素空間位置的圖像變換方法。3.3.1.4一種基于平面內(nèi)的點(diǎn)或直線對(duì)稱改變像素位置的圖像變換方法。3.3.1.5投影變換projectivetran一種在齊次坐標(biāo)系下對(duì)圖像進(jìn)行線性變換的幾何變換方法。3.3.1.63.3.1.7一種通過單張或多張低分辨率圖像構(gòu)建高分辨率圖像的方法。3.3.1.8一種對(duì)數(shù)字圖像按所需的像素位置或像素間距離進(jìn)行重新采樣以構(gòu)成新的分辨率圖像的過程。3.3.1.9一種利用圖像已知像素點(diǎn)的灰度(或顏色)產(chǎn)生未知像素點(diǎn)的灰度(或顏色)改變圖像分辨率的方法。注2:雙線性插值由源圖像中水平和垂直方向鄰近像素點(diǎn)的灰度(彩色)值進(jìn)行一次線性插值來計(jì)算目標(biāo)圖像中相注3:最近鄰插值通過將目標(biāo)圖像像素點(diǎn)的灰度(顏色)值設(shè)置為源圖像中與其空間距離最近像素點(diǎn)的灰度(顏?zhàn)?:雙立法插值由源圖像中水平和垂直方向鄰近像素點(diǎn)的灰度(彩色)值進(jìn)行三次多項(xiàng)式插值來計(jì)算目標(biāo)圖像中相應(yīng)像素點(diǎn)灰度(顏色)值。3.3.2.1一種通過灰度映射來改變圖像灰度值的圖像增強(qiáng)方法。6GB/T41864—20223.3.2.2方法。3.3.2.33.3.2.43.3.2.53.3.2.6注：圖像頻域增強(qiáng)的基本步驟是：將圖像從空間域變換到頻域，在頻域?qū)D像進(jìn)行處理，將處理后的圖像從頻域變換到空間域。3.3.2.73.3.2.83.3.2.9注1:同態(tài)濾波可以用來去除圖像中的乘性噪聲。注2:同態(tài)濾波可以通過在頻域中減少低頻分量增加高頻分量從而實(shí)現(xiàn)壓縮動(dòng)態(tài)范圍且增加對(duì)比度的效果。注3:同態(tài)濾波可以用來抑制圖像中的光照變化。3.3.2.103.3.2.117GB/T41864—20223.3.2.12一種增強(qiáng)(或提取)圖像的邊緣或輪廓的圖像增強(qiáng)方法。注1:常見的銳化方法包括空間域銳化和頻域銳化。3.3.2.13任何基于主觀觀察和偏好設(shè)計(jì)的改善圖像質(zhì)量的過程。3.3.2.14一種描述圖像相鄰像素點(diǎn)灰度變化的特征量。注：圖像梯度包括梯度幅度和梯度方向。梯度變化常指梯度幅度變化。3.3.2.153.3.2.163.3.2.17圖像相關(guān)系數(shù)imagecorrelationcoefficient一種反映了兩圖像之間相關(guān)程度的系數(shù)。注：數(shù)值越大表明兩幅圖像之間的相關(guān)性越高。3.3.2.18一種將原始灰度圖像中灰度值(或灰度范圍)映射成相應(yīng)的顏色分量而獲取彩色圖像的圖像增強(qiáng)方法。注：常見的偽彩色增強(qiáng)方法有灰度切割法[將特定灰度值(或灰度范圍)人為設(shè)定為相應(yīng)顏色生成偽彩色]、灰度-彩色映射法(設(shè)計(jì)灰度到不同顏色分量的映射曲線生成偽彩色圖像)。3.3.2.19一種將濾波器模板在圖像平面內(nèi)滑動(dòng)，并用濾波器模板系數(shù)對(duì)相應(yīng)位置的圖像像素點(diǎn)灰度(彩色)值進(jìn)行加權(quán)并求和的圖像空間運(yùn)算增強(qiáng)方法。3.3.2.20直方圖histogram圖像中色調(diào)分布的圖形表示。[來源：ISO17215-1:2014,3.1.4,有修改]8GB/T41864—20223.3.2.21注：直方圖均衡能夠根據(jù)原始圖像中的灰度分布概率，自適應(yīng)地將原始圖像中分布概率高的灰度值擴(kuò)展，分布概率低的灰度值壓縮。3.3.2.223.3.2.23強(qiáng)方法。3.3.2.24強(qiáng)方法。3.3.2.25強(qiáng)方法。3.3.3.13.3.3.23.3.3.3逆濾波inversefiltering3.3.3.43.3.3.59GB/T41864—20223.3.3.6圖像去模糊imagedeblurring3.3.3.73.3.3.8在滿足一定質(zhì)量(信噪比的要求或主觀評(píng)價(jià)得分)的條件下，以較少比特(字節(jié))數(shù)表示圖像或圖像注：常見的圖像壓縮編碼包括無損壓縮編碼(從壓縮后的數(shù)據(jù)可以完全恢復(fù)原始圖像，信息沒有損失)、有損壓縮編碼(從壓縮后的數(shù)據(jù)無法完全恢復(fù)原始圖像，信息有一定損失)。3.3.3.9注2:評(píng)估一幅圖像在采集、壓縮、處理、傳輸及顯示等過程中產(chǎn)生的圖像和原圖像相比質(zhì)量的差異，通常包括無參3.3.3.10圖像采集過程中由于傳感器、光學(xué)系統(tǒng)和數(shù)字相機(jī)內(nèi)部圖像處理器等導(dǎo)致的獲取圖像與所拍攝真實(shí)場景的偏差。3.3.3.11圖像的圖像復(fù)原方法。3.3.4.1邊緣檢測edgedetection判別圖像中的灰度(或顏色)突變(或不連續(xù))像素點(diǎn)并形成像素點(diǎn)集合的過程。3.3.4.2用于邊緣檢測的函數(shù)空間變換方法。3.3.4.3圖像中具有局部像素灰度值顯著變化或不連續(xù)的像素點(diǎn)集合。注：邊緣通常發(fā)生在圖像中兩個(gè)不同區(qū)域的邊界處。3.3.4.4注1:閾值分割方法對(duì)于目標(biāo)和背景對(duì)比度較大的圖像特別有效。注：分水嶺算法的基本思想是把圖像看成測地學(xué)上的拓?fù)涞孛玻瑘D像中每個(gè)像素點(diǎn)的灰度值表示該點(diǎn)的海拔高根據(jù)同一物體區(qū)域內(nèi)像素的相似性質(zhì)來聚集像素點(diǎn)以實(shí)現(xiàn)圖像分割。GB/T41864—20223.4.10區(qū)域分裂合并regionsplittingandmerg一種將分裂和合并操作結(jié)合的區(qū)域分割方法。注：先把圖像分成若干互不重疊的區(qū)域，如果某個(gè)區(qū)域滿足分裂條件則將其分裂為若干區(qū)域，如果多個(gè)相鄰區(qū)域滿足合并條件則將其合并，持續(xù)以上過程直到所有區(qū)域都不需要進(jìn)一步的分裂和合并即終止。3.4.11將圖像中的前景對(duì)象從圖像中分離出來。3.4.12將圖像分解成若干個(gè)各向同性區(qū)域。注1:圖像分割得到的每個(gè)區(qū)域由若干像素組成。注2:各向同性指顏色、紋理等底層圖像特征的一致性。注3:圖像分割是圖像內(nèi)容分析與理解的關(guān)鍵環(huán)節(jié)。3.5.1.1詞袋特征bagofwordsfeature一種將量化后的特征組織為無序集合(詞袋)的圖像特征。3.5.1.2層次特征hierarchicalfeature一種綜合利用圖像/視頻不同層級(jí)特征進(jìn)行表達(dá)的圖像特征。3.5.1.3不同尺度圖像組成的集合。3.5.1.4尺度不變特征轉(zhuǎn)換scaleinvariantfeaturetransform注：尺度不變特征轉(zhuǎn)換的特征提取過程包括以下步驟：1)構(gòu)造不同分辨率尺度空間；2)尺度空間的極值檢測；3)特3.5.1.5一種描述圖像或圖像區(qū)域內(nèi)各離散梯度方向上梯度強(qiáng)度分布的圖像特征。3.5.1.6一類表達(dá)圖像宏觀屬性的全局特征。GB/T41864—20223.5.1.73.5.1.83.5.1.93.5.1.103.5.1.113.5.1.123.5.1.133.5.1.143.5.1.15紋理特征texturefeature3.5.1.163.5.1.173.5.1.18注2:主顏色特征利用圖像感興趣區(qū)域中占支配地位顏色信息進(jìn)行描述。注3:顏色矩利用顏色中心距對(duì)圖像顏色分布進(jìn)行描述。注4:顏色直方圖描述不同顏色在圖像中所占的比例。3.5.2.13.5.2.23.5.2.3注：重排序通常為了提升檢索結(jié)果的平均準(zhǔn)確率。3.5.2.43.5.2.53.5.2.63.5.2.73.5.2.83.5.2.9注：通常將某一單詞的詞頻和逆文檔頻率相乘，用來判斷該單詞對(duì)于圖像內(nèi)容的描述能力3.5.2.10注1:受啟發(fā)于文本中的單詞概念。GB/T41864—20223.5.2.113.5.2.123.5.2.133.5.2.143.5.2.153.5.3.13.5.3.23.5.3.33.5.3.43.5.3.53.5.3.63.5.3.7標(biāo)記圖像中每個(gè)像素所屬的物體實(shí)例。GB/T41864—20223.5.3.8圖像分類imageclassification3.5.3.9識(shí)別圖像中對(duì)象所屬的子類別。3.5.3.10顯著性對(duì)象檢測salientobjectdetection確定圖像中容易引起視覺關(guān)注的對(duì)象。3.5.3.11給圖像中每個(gè)像素賦予一個(gè)所屬對(duì)象類別的標(biāo)簽。將圖像分成若干部分，每一部分屬于某一類型3.5.3.123.5.4.13.5.4.23.5.4.3視覺關(guān)系檢測visualrelationshipdetection判斷圖像中兩個(gè)特定對(duì)象之間的關(guān)系。3.5.4.4識(shí)別圖像中的關(guān)鍵對(duì)象所表達(dá)的意圖。注：意圖識(shí)別可以幫助機(jī)器根據(jù)視覺場景中人的意向做出恰當(dāng)?shù)姆答仭?.5.4.5圖像標(biāo)題生成imagecaptioning根據(jù)圖像內(nèi)容生成相應(yīng)的文本描述。3.5.4.6根據(jù)圖像內(nèi)容自動(dòng)回答相關(guān)問題。GB/T41864—20223.6.1.13.6.1.23.6.1.33.6.1.43.6.1.53.6.1.63.6.1.73.6.1.83.6.1.93.6.1.103.6.1.113.6.1.123.6.1.133.6.1.143.6.1.153.6.1.163.6.1.173.6.2.13.6.2.23.6.2.33.6.2.43.6.2.53.6.2.6事件標(biāo)簽eventlabelGB/T41864—20223.6.2.7一個(gè)完整的語義事件對(duì)應(yīng)的視頻片段。3.6.3.1目標(biāo)物體不同復(fù)雜程度的完整或有目的的運(yùn)動(dòng)。3.6.3.2從視頻自動(dòng)提取特定對(duì)象的動(dòng)作并進(jìn)行語義表達(dá)。3.6.3.3通過分析人類不同的行為進(jìn)而對(duì)其進(jìn)行歸類。3.6.3.43.6.3.5動(dòng)作序列actionsequence一系列由具有時(shí)序關(guān)系動(dòng)作構(gòu)成的序列。3.6.3.6相關(guān)目標(biāo)能采取的所有動(dòng)作的有限集合。3.6.3.7動(dòng)作匹配actionmatching3.6.3.8動(dòng)作分解actiondecompos將復(fù)雜運(yùn)動(dòng)分解為多個(gè)簡單動(dòng)作組合。3.6.3.93.6.3.10動(dòng)作狀態(tài)以及引起該動(dòng)作狀態(tài)的行為組成的狀態(tài)-行為轉(zhuǎn)移空間。3.6.3.11動(dòng)作捕捉actioncapture通過對(duì)視頻序列中目標(biāo)動(dòng)作進(jìn)行跟蹤采樣，并利3.6.4.13.6.4.23.6.4.33.6.4.43.6.4.53.6.4.63.6.4.73.6.5.13.6.5.2一種利用目標(biāo)運(yùn)動(dòng)的時(shí)空相關(guān)信息由前序幀圖像中的目標(biāo)運(yùn)動(dòng)軌跡預(yù)測其在未來連續(xù)n幀圖像3.6.5.33.6.5.43.6.5.5GB/T41864—20223.6.5.6依據(jù)目標(biāo)過去的路徑信息預(yù)測未來可能路徑的方法。3.6.5.73.6.5.8由于攝像機(jī)的運(yùn)動(dòng)帶來的視頻中所有像素點(diǎn)按照一致規(guī)律的運(yùn)動(dòng)。3.6.5.9攝像機(jī)運(yùn)動(dòng)cameramotion對(duì)攝像機(jī)進(jìn)行的主動(dòng)或被動(dòng)操作。注：攝像機(jī)主動(dòng)操作常包括平移(Translation)、縮放[Zoomin(out)]、傾斜(Tilt)、搖攝(Pan)、旋轉(zhuǎn)(Rotation)等，被3.6.5.10依據(jù)目標(biāo)過去所處的位置信息及其移動(dòng)模式預(yù)測其所處位置的過程。3.6.5.11運(yùn)動(dòng)分析motionanalysis自動(dòng)分析視頻中特定對(duì)象的運(yùn)動(dòng)并提取相關(guān)特征參數(shù)的方法。3.6.5.12一種能夠適應(yīng)目標(biāo)特征和場景變化自動(dòng)調(diào)整跟蹤算法，以取得最佳的跟蹤效果的3.6.6.1關(guān)鍵點(diǎn)keypoint3.6.6.2以熱力圖的形式顯示目標(biāo)關(guān)鍵點(diǎn)的位置分布。注1:關(guān)鍵點(diǎn)熱力圖常用于姿態(tài)估計(jì)、姿態(tài)跟蹤、目標(biāo)識(shí)別等方面。注2:熱力圖中每個(gè)像素的數(shù)值代表該像素隸屬某類別的概率。3.6.6.3能夠表達(dá)特定對(duì)象的動(dòng)作或行為的幾個(gè)關(guān)鍵狀態(tài)。3.6.6.4三維姿態(tài)估計(jì)3DposeestimationGB/T41864—20223.6.6.5行人重識(shí)別personre-identification注1:人體再識(shí)別可以跨姿態(tài)，常用于公共安防的刑偵工作以及圖像檢索等場景。注2:類似技術(shù)也可以應(yīng)用于其他目標(biāo)的以圖搜圖中，如車輛、箱包等等。3.6.6.6姿態(tài)估計(jì)poseestimation根據(jù)圖像(或視頻)特征對(duì)特定對(duì)象進(jìn)行姿態(tài)描述。3.6.6.7姿態(tài)跟蹤posetracking基于目標(biāo)的姿態(tài)信息進(jìn)行更精確的目標(biāo)和目標(biāo)關(guān)鍵部位的跟蹤方法。本質(zhì)矩陣essentialmatrix關(guān)聯(lián)同一物理空間點(diǎn)在不同視角圖像的相機(jī)坐標(biāo)系中位置的矩陣。注：本質(zhì)矩陣由相機(jī)外參數(shù)組成。關(guān)聯(lián)同一物理空間中特定平面上的點(diǎn)在兩幅不同視角圖像上位置的矩陣。點(diǎn)云配準(zhǔn)pointcloudregistration通過匹配對(duì)應(yīng)點(diǎn)將同一物體不同視角下獲取的三維點(diǎn)云合并到同一坐標(biāo)系下的過程。迭代最近點(diǎn)法interativeclosest通過最小化重投影誤差，對(duì)序列圖像的相機(jī)位姿和匹配特征點(diǎn)的不同視角拍攝的同一場景的兩幅圖像之間的幾何關(guān)系描述?；A(chǔ)矩陣fundamentalmatrix關(guān)聯(lián)同一物理空間點(diǎn)在不同視角圖像上的位置的矩陣。注：基礎(chǔ)矩陣由相機(jī)內(nèi)參數(shù)和外參數(shù)組成。GB/T41864—20223.7.10立體視覺stereovision一種利用同時(shí)獲取的同一場景的兩幅相近視角圖像計(jì)算場景深度的方法。3.7.11從相近視角拍攝的同一場景的兩幅(一對(duì))圖像中尋找匹配點(diǎn)并計(jì)算場景深度/視差的過程。3.7.12無人車、機(jī)器人等智能體基于所搭載的視覺傳感器，在進(jìn)行自身定位的同時(shí)構(gòu)建未知環(huán)境三維模型。3.7.13根據(jù)視覺傳感器所獲取數(shù)據(jù)估計(jì)相機(jī)運(yùn)動(dòng)軌跡。3.7.14三維計(jì)算機(jī)視覺3Dcomputervision利用計(jì)算機(jī)程序通過對(duì)照片或視頻的分析理解來獲取其三維空間信息，以便從三維幾何的視角去3.7.15基于傳感器對(duì)真實(shí)場景進(jìn)行測量并構(gòu)建其三維模型。3.7.16三維目標(biāo)識(shí)別3Dobjectrecognition根據(jù)目標(biāo)物三維數(shù)據(jù)判斷該目標(biāo)物所屬類別。3.7.17三維目標(biāo)跟蹤3Dobjecttracking在連續(xù)的三維觀測數(shù)據(jù)中對(duì)于存在的目標(biāo)進(jìn)行時(shí)間和空間域連續(xù)的位置表示。3.7.18將多幅圖像在時(shí)間或空間上進(jìn)行對(duì)齊。3.7.19圖像角點(diǎn)imagecorner局部鄰域內(nèi)存在兩個(gè)顯著主方向的像素點(diǎn)。3.7.20消失點(diǎn)vanishingpoint平行直線在透視投影所成像中的交匯點(diǎn)。3.7.21根據(jù)相機(jī)所拍攝的圖像求解相機(jī)模型參數(shù)的技術(shù)。3.7.223.7.233.7.243.7.25GB/T41864—20223.8.9全光函數(shù)plenopticfunction3.8.10視場fieldofview成像系統(tǒng)可觀察到的區(qū)域。3.8.11將具有重疊區(qū)域的多幅圖像進(jìn)行組合以生成一幅全景或高分辨率圖像。3.8.12圖像重光照imagerelighting一種改變圖像光照效果的方法。3.8.13一種將參考圖像光照效果遷移到目標(biāo)圖像上，使得目標(biāo)圖像具有與參考圖像相同或相似光照效果的方法。3.9.1半錯(cuò)誤率halftotalerrorrate錯(cuò)誤接受率和錯(cuò)誤拒絕率的平均值。3.9.2錯(cuò)誤接受率falseacceptancerate接受不該接受的樣本的比率。3.9.3錯(cuò)誤拒絕率falserejectionrate拒絕不該拒絕的樣本的比率。3.9.4一種在特定數(shù)據(jù)集中衡量目標(biāo)檢測準(zhǔn)確度的標(biāo)準(zhǔn)。預(yù)測范圍和標(biāo)記范圍的交疊率，即兩個(gè)區(qū)域重疊的部分除以兩個(gè)區(qū)域的集合部分得出的結(jié)果。3.9.5等錯(cuò)誤率equalerrorrate3.9.6F1測度F1score精度和召回率的調(diào)和平均值。注：調(diào)和平均值計(jì)算由2倍的精度乘以召回率除以精度和召回率的和得到。3.9.7混淆矩陣confusionmatrix一種用于評(píng)價(jià)分類器性能的二維矩陣。注：混淆矩陣一般是N×N的，其中N為類別數(shù)，混淆矩陣中的每一行代表一個(gè)真實(shí)類別，每一列代表一個(gè)預(yù)測(分類結(jié)果)類別，第i行、第j列的元素含義為真實(shí)類別為第i類、預(yù)測類別為第j類的樣本數(shù)量。3.9.8預(yù)測類別為正樣本的集合中真實(shí)類別為正樣本的比率。3.9.9精度-召回率曲線precisionrecallcurve將不同參數(shù)取值下的精度作為召回率的函數(shù)得到的曲線。3.9.10將數(shù)據(jù)集合劃分成多組不相交的n份，每次使用n-1份作為訓(xùn)練集，另外一份作為驗(yàn)證集，重復(fù)n次。將n次結(jié)果平均(或者通過其他計(jì)算方式)得到最終結(jié)果。3.9.11假負(fù)率falsenegativerate預(yù)測類別為負(fù)樣本的集合中真實(shí)類別為正樣本的比率。3.9.12用戶或其他利益相關(guān)方對(duì)產(chǎn)品或系統(tǒng)將按預(yù)期運(yùn)行的置信程度。[來源：ISO/IEC25010:2011,4.1.3.2,有修改]3.9.13魯棒性robustness系統(tǒng)在任何情況下保持其性能水平的能力。3.9.14每次將一個(gè)(組)樣本作為驗(yàn)證樣本，其余n-1個(gè)(組)樣本作為訓(xùn)練樣本。重復(fù)實(shí)驗(yàn)n次，保證每個(gè)樣本均曾作為驗(yàn)證?；谒袠颖镜念A(yù)測結(jié)果計(jì)算最終評(píng)價(jià)結(jié)果。注：留一法是交叉驗(yàn)證的一個(gè)特例。3.9.15對(duì)于不同類別的平均精度計(jì)算平均值得到的性能評(píng)價(jià)指標(biāo)。3.9.16預(yù)測的多個(gè)帶有順序的結(jié)果中，前k個(gè)結(jié)果中正樣本的比率。GB/T41864—20223.9.17由不同設(shè)定條件下的真正率和假正率值畫出的響應(yīng)曲線。3.9.18ROC曲線下面積areaunderROCcurveROC曲線下的積分面積。3.9.19虛警率falsealarm被錯(cuò)誤預(yù)測為正樣本的負(fù)樣本占全部負(fù)樣本的比率。3.9.20被正確預(yù)測的正樣本占全部正樣本的比率.注2:也稱為真陽性率。3.9.21被正確預(yù)測的負(fù)樣本占全部負(fù)樣本的比率。3.9.22預(yù)測類別和真實(shí)類別相同的的樣本數(shù)占全部樣本數(shù)的比率。3.10應(yīng)用相關(guān)類3.10.1光學(xué)字符識(shí)別opticalcharacterrecognition一種利用光學(xué)采集設(shè)備獲取紙上或其他物體表面的字符的圖像并從中識(shí)別出文字的過程。3.10.23.10.3機(jī)器視覺machinevision3.10.4機(jī)器人視覺robotvision3.10.5基于個(gè)體的行為特征和生物學(xué)特征，對(duì)該個(gè)體進(jìn)行的自動(dòng)識(shí)別。GB/T41864—2022分析。注3:生物特征識(shí)別包括生物特征驗(yàn)證和生物特征辨識(shí)。注4:自動(dòng)識(shí)別意味著基于機(jī)器的系統(tǒng)用于整個(gè)過程的識(shí)別或由人類輔助識(shí)別。圖案的生物學(xué)特征以及呈現(xiàn)手指的行為。3.10.6從輸入的手勢數(shù)據(jù)判別出手勢。3.10.7視頻監(jiān)控videosurveillance3.10.8等因素影響下所形成美感刺激。3.10.9圖像美學(xué)質(zhì)量評(píng)價(jià)imageaestheticqualityassessment注：圖像美學(xué)質(zhì)量評(píng)價(jià)主要針對(duì)拍攝或繪畫的圖像在構(gòu)圖、顏色、光影、景深、虛實(shí)等美學(xué)因素影響下形成的美感刺激。3.10.10注1:面向文檔圖像的分析處理技術(shù)，包括對(duì)文檔圖像進(jìn)行預(yù)處理，自動(dòng)分析文檔的物理與邏輯版面結(jié)構(gòu)，完成文字識(shí)別(注2;注3),并進(jìn)行文檔的內(nèi)容理解和語義提取等?；蚺恼盏玫綀D像中的文字。注3:若處理的對(duì)象為印刷體文字，脫機(jī)字符識(shí)別又稱為光學(xué)字符識(shí)別；若處理的對(duì)象為手寫體文字，則稱為脫機(jī)手寫體文字識(shí)別。3.10.11對(duì)遙感圖像進(jìn)行輻射校正和幾何糾正、投影變換、鑲嵌、特征提取、分類以及各種專題處理等一系列操作。3.10.12注：醫(yī)學(xué)圖像處理主要包括醫(yī)學(xué)圖像增強(qiáng)、醫(yī)學(xué)圖像分割、醫(yī)學(xué)圖像配準(zhǔn)、醫(yī)學(xué)圖像可視化、計(jì)算機(jī)輔助診斷等方[1]GB/T5271.37—2021信息技術(shù)詞匯第37部分：生物特征識(shí)別[2]GB/T38665.1—2020信息技術(shù)手勢交互系統(tǒng)第1部分：通用技術(shù)要求[3]ISO102technicaldrawings,productdefinitionandrelateddocumentationPartl:Generalinformationandlateralresolutionofaco[8]ISO19262:2015[9]ISO20263:2017Microbeamdeterminationofinterfacepositioninthecross-sectionalimageofthelayeredmaterials[10]ISO/IEC21794-1:2020Inf[11]ISO22300:2021Securityandresilience—VocabularyRequirementsandEvaluation(SQuaRE)—Systemandsoftwarequalitymod[13]ISO25964-2:2013Informationanddocumentation—Thesauriandinteroperabilitywithothervocabularies—Part2:Interoperabilitywithothervocabularies漢語拼音索引B半錯(cuò)誤率……………………3.9.1背景………………………3.6.1.1本質(zhì)矩陣……………………3.7.1邊緣檢測…………………3.3.4.1編碼采集……………………3.8.1邊緣檢測算子……………3.3.4.2部分重復(fù)圖像檢索………………………3.5.2.1C彩色圖像……………………3.1.1層次特征…………………3.5.1.2查詢擴(kuò)充…………………3.5.2.4場景分類…………………3.5.3.1場景理解…………………3.5.4.1場景圖推理………………3.5.4.2超度量輪廓圖………………3.4.1超分辨成像…………………3.2.2成像雷達(dá)……………………3.2.1尺度不變特征轉(zhuǎn)換………………………3.5.1.4尺度空間…………………3.5.1.3詞袋特征…………………3.5.1.1詞頻………………………3.5.2.2錯(cuò)誤接受率…………………3.9.2錯(cuò)誤拒絕率…………………3.9.3D單應(yīng)矩陣……………………3.7.3等錯(cuò)誤率……………………3.9.5點(diǎn)擴(kuò)展函數(shù)………………3.3.3.1點(diǎn)云配準(zhǔn)……………………3.7.4點(diǎn)運(yùn)算增強(qiáng)………………3.3.2.1迭代最近點(diǎn)法………………3.7.5動(dòng)態(tài)范圍……………………3.8.2動(dòng)作………………………3.6.3.1動(dòng)作捕捉…………………3.6.3.11動(dòng)作分解…………………3.6.3.8動(dòng)作分類…………………3.6.3.3動(dòng)作分析…………………3.6.3.2動(dòng)作估計(jì)…………………3.6.3.4動(dòng)作建?！?.6.3.9動(dòng)作空間…………………3.6.3.6動(dòng)作匹配…………………3.6.3.7動(dòng)作序列…………………3.6.3.5動(dòng)作狀態(tài)空間……………3.6.3.10多光譜圖像…………………3.1.2多光譜相機(jī)…………………3.2.3多視圖………………………3.1.3E二值圖像……………………3.1.4F仿射變換…………………3.3.1.1飛行時(shí)間成像………………3.2.4分水嶺算法…………………3.4.3方向梯度直方圖…………………………3.5.1.5G伽馬校正…………………3.3.2.2剛體變換…………………3.3.1.2高動(dòng)態(tài)范圍成像……………3.2.5高動(dòng)態(tài)范圍圖像……………3.1.5高光譜相機(jī)…………………3.2.3工業(yè)視覺…………………3.10.2關(guān)鍵點(diǎn)……………………3.6.6.1關(guān)鍵點(diǎn)熱力圖……………3.6.6.2關(guān)鍵姿態(tài)…………………3.6.6.3光場…………………………3.8.3光場相機(jī)……………………3.2.8光場重建……………………3.8.4光度立體……………………3.2.6光流場……………………3.6.1.2光束平差法…………………3.7.6光臺(tái)…………………………3.2.7光學(xué)字符識(shí)別……………3.10.1軌跡………………………3.6.5.1軌跡跟蹤…………………3.6.5.3軌跡預(yù)測…………………3.6.5.2H灰度…………………………3.1.6灰度圖像……………………3.1.7回環(huán)檢測……………………3.7.7混淆矩陣……………………3.9.7J機(jī)器人視覺………………3.10.4機(jī)器視覺…………………3.10.3基礎(chǔ)矩陣……………………3.7.9基于邊緣的分割……………3.4.5基于草圖的圖像檢索……………………3.5.2.6基于內(nèi)容的圖像檢索……………………3.5.2.5基于圖的圖像分割…………………………3.4.6極線幾何……………………3.7.8幾何變換…………………3.3.1.3計(jì)算相機(jī)……………………3.8.6假負(fù)率……………………3.9.11降質(zhì)函數(shù)…………………3.3.3.2交叉驗(yàn)證…………………3.9.10交互式圖像分割……………3.4.4交互事件…………………3.6.2.1結(jié)構(gòu)光相機(jī)…………………3.2.9解碼重建……………………3.8.7近似重復(fù)圖像檢索………………………3.5.2.7精度…………………………3.9.8精度-召回率曲線……………3.9.9景深…………………………3.8.5鏡頭邊界檢測……………3.6.1.3鏡像變換…………………3.3.1.4局部聚合向量……………3.5.1.8局部特征…………………3.5.1.7局部運(yùn)動(dòng)…………………3.6.5.4K可信………………………3.9.12空間帶寬積…………………3.8.8空間運(yùn)算增強(qiáng)……………3.3.2.3摳圖…………………………3.4.7擴(kuò)散方法…………………3.5.2.8L立體匹配…………………3.7.11立體視覺…………………3.7.10立體相機(jī)…………………3.2.10連通區(qū)………………………3.4.8留一法……………………3.9.14魯棒性……………………3.9.13路徑預(yù)測…………………3.6.5.6路徑約束…………………3.6.5.5濾波器模板………………3.3.2.4M模板匹配…………………3.5.1.9模擬相機(jī)…………………3.2.11模態(tài)混疊現(xiàn)象……………3.3.2.5目標(biāo)定位…………………3.5.3.4目標(biāo)跟蹤…………………3.6.5.7目標(biāo)關(guān)鍵點(diǎn)定位…………………………3.5.3.6目標(biāo)檢測…………………3.5.3.3目標(biāo)識(shí)別…………………3.5.3.2目標(biāo)屬性識(shí)別……………3.5.3.5N逆濾波……………………3.3.3.3逆文檔頻率………………3.5.2.9P偏振相機(jī)…………………3.2.12頻域圖像濾波……………3.3.2.7頻域圖像增強(qiáng)……………3.3.2.6平均精度均值……………3.9.15Q前K準(zhǔn)確率……………3.9.16前景分割………………3.4.11前景檢測………………3.6.1.4區(qū)域方差………………3.5.1.11區(qū)域分裂合并…………………………3.4.10全光函數(shù)…………………3.8.9全景圖……………………3.1.8全局特征………………3.5.1.10全局運(yùn)動(dòng)…………………3.6.5.8S三維計(jì)算機(jī)視覺…………………………3.7.14三維建模和重建…………………………3.7.15三維目標(biāo)跟蹤……………3.7.17三維目標(biāo)識(shí)別…………………………3.7.16三維姿態(tài)估計(jì)………………攝像機(jī)運(yùn)動(dòng)………………3.6.5.9深度相機(jī)………………3.2.14生物特征識(shí)別……………3.10.5時(shí)空表達(dá)………………3.6.1.5實(shí)例分割………………3.5.3.7實(shí)例檢索………………3.5.2.12事件………………………3.6.2.2事件標(biāo)簽…………………3.6.2.6事件分類………………3.6.2.4事件檢測…………………3.6.2.3事件片段………………3.6.2.7事件實(shí)體…………………3.6.2.5視場………………………3.8.10視覺詞典………………3.5.2.11視覺單詞………………3.5.2.10視覺關(guān)系檢測……………3.5.4.3視覺即時(shí)定位與地圖繪制……………3.7.12視覺里程計(jì)……………3.7.13視覺問答………………3.6.1.11視覺意圖識(shí)別…………………………3.5.4.4視覺預(yù)測………………3.6.1.7視頻………………………3.6.1.6視頻分類…………………3.6.1.12視頻監(jiān)控…………………3.10.7視頻檢索…………………3.6.1.13視頻剪輯…………………3.6.1.8視頻美學(xué)質(zhì)量評(píng)價(jià)………………………3.10.8視頻描述…………………3.6.1.14視頻上下文………………3.6.1.10視頻語義分割……………3.6.1.9視頻摘要…………………3.6.1.15手勢識(shí)別…………………3.10.6受試者工作特征曲線……………………3.9.17數(shù)字相機(jī)…………………3.2.13雙邊濾波…………………3.3.3.4隨機(jī)噪聲……………………3.1.9T特征量化…………………3.5.1.14特征匹配…………………3.5.1.12特征索引…………………3.5.2.14特征提取…………………3.5.1.13體重建……………………3.7.25同態(tài)濾波…………………3.3.2.9統(tǒng)計(jì)排序?yàn)V波……………3.3.2.8投影變換…………………3.3.1.5圖像………………………3.1.10圖像邊緣…………………3.3.4.3圖像變換…………………3.3.1.6圖像標(biāo)題生成……………3.5.4.5圖像補(bǔ)全…………………3.3.3.7圖像采樣…………………3.2.15圖像插值…………………3.3.1.9圖像超分辨率……………3.3.1.7圖像對(duì)比度增強(qiáng)…………………………3.3.2.10圖像分辨率………………3.1.11圖像分割…………………3.4.12圖像分類…………………3.5.3.8圖像縫合…………………3.8.11圖像光照遷移……………3.8.13圖像互信息………………3.3.2.16圖像檢索…………………3.5.2.13圖像角點(diǎn)…………………3.7.19圖像美學(xué)質(zhì)量評(píng)價(jià)………………………3.10.9圖像配準(zhǔn)……………………3.7.18圖像平滑…………………3.3.2.11圖像去模糊………………3.3.3.6圖像去噪…………………3.3.3.5圖像融合…………………3.3.2.15圖像銳化…………………3.3.2.12圖像失真…………………3.3.3.10圖像梯度…………………3.3.2.14圖像梯度運(yùn)算……………3.3.4.4圖像問答…………………3.5.4.6圖像相關(guān)系數(shù)……………3.3.2.17圖像序列…………………3.6.1.16圖像壓縮編碼……………3.3.3.8圖像增強(qiáng)…………………3.3.2.13圖像質(zhì)量評(píng)價(jià)……………3.3.3.9圖像重采樣………………3.3.1.8圖像重光照………………3.8.12W維納濾波…………………3.3.3.11偽彩色增強(qiáng)……………3.3.2.18位置預(yù)測…………………3.6.5.10文檔識(shí)別…………………3.10.10紋理特征…………………3.5.1.15X細(xì)粒度目標(biāo)識(shí)別…………………………3.5.3.9細(xì)粒度圖像檢索…………………………3.5.2.15顯著性對(duì)象檢測…………………………3.5.3.10線性濾波…………………3.3.2.19線陣相機(jī)…………………3.2.17相機(jī)標(biāo)定…………………3.7.21相機(jī)模型…………………3.2.16相機(jī)自標(biāo)定………………3.7.22消失點(diǎn)……………………3.7.20行人重識(shí)別………………3.6.6.5行為………………………3.6.4.1行為分類…………………3.6.4.4行為檢測…………………3.6.4.2行為模式…………………3.6.4.5行為識(shí)別…………………3.6.4.3形狀匹配…………………3.5.1.16形狀特征…………………3.5.1.17虛警率……………………3.9.19Y顏色空間……………………3.1.13顏色模型…………………3.1.12顏色特征…………………3.5.1.18遙感圖像處理……………3.10.11醫(yī)學(xué)圖像處理……………3.10.12異常檢測…………………3.6.4.7擁擠檢測…………………3.6.4.6由X到形狀………………3.7.23語義分割…………………3.5.3.11閾值分割……………………3.4.2運(yùn)動(dòng)分析………………3.6.5.11運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)……………3.7.24Z噪聲………………………3.1.14噪聲分布…………………3.1.15召回率……………………3.9.20幀…………………………3.6.1.17真負(fù)率……………………3.9.21陣列相機(jī)…………………3.2.18直方圖……………………3.3.2.20直方圖規(guī)定化……………3.3.2.22直方圖均衡………………3.3.2.21中值濾波…………………3.3.2.23重疊度………………………3.9.4重排序……………………3.5.2.3周期噪聲…………………3.1.16準(zhǔn)確率……………………3.9.22姿態(tài)跟蹤…………………3.6.6.7姿態(tài)估計(jì)…………………3.6.6.6自動(dòng)圖像標(biāo)簽……………3.5.3.12自適應(yīng)跟蹤………………3.6.5.12最大值濾波…………………3.3.2.24最小值濾波…………………3.3.2.25GIST特征……………ROC曲線下面積……………3.9.18英文對(duì)應(yīng)詞索引Aaccuracyrate………action………………………3.6.3.1actionanalysis………actionestimation……………3.6.3actionmatching……………actionmodeling…………activity………………………3.6.4.1activityclassification……………………3.6.4.4activitypattern……………3.6.4.5affinetransformation……………………3.3.1.1arraycamera…………………3.2.18Bbackground……………bilateralfiltering…………………………3.3.3.4binaryimage………………………biometricrecognition………………………3.10.5bundleadjustment……………3.7.6Ccameracalibration…………………………3.7.21cameramodel…………………3.2.16cameramotion………………3.6.5.9cameraself-calibration………………………3.7.22codedacquisition……………3.8.1colorfeature…………………3.5.1.18colorimage……………………3.1.1colormodel…………………3.1.12colorspace