1.1 什麼是計算機視覺？
例如，如果有人找我要好的邊緣檢測器，我的首個問題通常是問爲什麼？他們試圖解決什麼類型的問題且爲什麼他們認爲邊緣檢測是一個重要的成分？如果他們想定位人臉，我通常會指出最成功的人臉檢測器使用膚色檢測和簡單的團塊特徵：它們並不依賴邊緣檢測。如果是爲了3D重建的目的而想匹配建築物上的門窗邊緣，我會告訴他們邊緣是好主意，但是最好是調整其邊緣檢測器適合檢測長的邊緣並將其連接起來形成具有共同消失點的直線，然後再匹配。
因此，與其抓住你可能聽到的第一個方法，不如從你手頭的問題回想所適用的方法。這種從問題到解答的反向工作方式是視覺研究的典型工程方法，這反映了我自身在本領域的背景。首先，我提出詳細的問題定義並決定問題的約束和技術參數。然後，我試圖找到已知有效的那些方法，實現其中的一些，評測其性能，最終確定一個選擇。爲了使這一過程有效，實際可行的測試數據是重要的，這既包括合成的數據，它可用於驗證正確性並分析其噪聲敏感性，也包括系統最終將要用到的那種類型的真實世界數據。