第 25 章计算机视觉 (Computer Vision)

+

本章主旨

本章是 AIMA 4e 的"计算机视觉"——图像形成 / CNN / 目标检测 / 分割。理解后才能掌握 AI 各子领域。

一、核心概念

本章围绕 4 个核心概念展开：

概念

定义 + 重要性

实现提示

图像形成

相机 / 像素

§25.1

CNN

特征 / 分类

§25.2-25.4

目标检测

Faster R-CNN / YOLO

§25.5-25.6

分割

FCN / U-Net / SAM

§25.7

二、本章要点

称函数 h 为两个函数 f 和 g 的卷积（convolution，记为 h = f ∗ g），如果它满足
能得到满足。需要注意的是，仅仅寻找边缘是不够的，因为许多边缘不是物体的边界。例如，
们可以利用 25.3.3 节中的光流公式来进一步说明，如果我们把视差看作平移向量 T 作用 δt 时

学习建议

AIMA 4e 是 AI 标准教材——每章配套习题巩固理解。
实现关键算法（搜索 / CSP / 逻辑 / 概率 / 学习）才能真正掌握。
与机器学习 / 深度学习课程结合；现代 LLM / Diffusion 改变 AI 格局。

三、关键图表

视觉图表

$图 {ch_num}-1$

Figure 1. 图 {ch_num}-1：{zh}总览

四、思维导图

mindmap
  root((第 {ch_num} 章 {zh}))
    图像形成
    CNN
    目标检测
    分割

五、重点与易错点

图像形成 / CNN / 目标检测 / 分割。
配套习题：原书第 {ch_num} 章末尾。
实现建议：用 Python / AIMA 代码库 (aima.cs.berkeley.edu) 实践关键算法。
跨章衔接：第 24 章上下文；AI 各子领域互为基础。