图像分割是将图片将相似的部分分割成相同的块

任务说明：编写一个钱币定位系统，其不仅能够检测出输入图像中各个钱币的边缘，同时，还能给出各个钱币的圆心坐标与半径。

纹理是由一些基元以某种方式组合起来，虽然看起来很“乱”，但任然存在一些规律

针对Harris无法拟合尺度问题而提出 目标:独立检测同一图像缩放版本的对应区域 需要通过尺度选择机制来寻找与图像变换协变的特征区域大小

对于图像处理时经常需要提取特征点分析图片结构，将照片进行拼接，实现全景拍摄，那么在照片特征点提取时所采用的具体算法是什么呢？

提取完边缘后如何使用数学模型来描述边缘？ 例如：在桌子上有几枚硬币，在经过边缘提取后，需要描述出硬币的圆心坐标和圆的大小

1 边缘提取

在大多数时候图像的边缘可以承载大部分的信息，并且提取边缘可以除去很多干扰信息，提高处理数据的效率

2 目标

识别图像中的突然变化(不连续)

• 图像的大部分语义信息和形状信息都可以编码在边缘上
• 理想:艺术家使用线条勾勒画(但艺术家也使用对象层次的知识)

PAPER: Cars Can’t Fly up in the Sky: Improving Urban-Scene Segmentation via Height-driven Attention Networks

1 半监督学习

• 在有标签数据+无标签数据混合成的训练数据中使用的机器学习算法。一般假设，无标签数据比有标签数据多，甚至多得多。

• 要求：

  • 无标签数据一般是有标签数据中的某一个类别的（不要不属于的，也不要属于多个类别的）；
  • 有标签数据的标签应该都是对的；
  • 无标签数据一般是类别平衡的（即每一类的样本数差不多）；
  • 无标签数据的分布应该和有标签的相同或类似 。

1 Embedding

独热码：数量大，过于稀疏，映射之间是独立的，没有表现出关联性 Embedding：一种单词编码方法，以低维向量实现了编码，这种编码通过神经网络训练优化，能表达出单词的相关性。