关于计算机视觉检索名词解释的问题，小编就整理了4个相关介绍计算机视觉检索名词解释的解答，让我们一起看看吧。
视觉检索是什么意思？视觉搜索是以图识图，通过搜索视觉特征，为用户提供互联网上搜索相关图形图像资料检索服务的专业搜索的引擎系统，是搜索引擎的一种细分。
视觉检索是一款以微软的Silverlight技术为支持，能以互动图片库的方式显示搜索结果的搜索引擎。
视觉检索由必应搜索引擎推出的最新搜索功能，以微软的Silverlight技术为支持，能以互动图片库的方式显示搜索结果。
新功能目前仅针对50种特定搜索结果（未来将陆续增加），如数码相机、新车、大联盟球员，和排行歌曲等，提供漂亮的Silverlight驱动fly-in缩图影像。
若你重新定义你的搜索要求，不符合新定义的缩图便会飞出屏幕，其他的则会重新排列填补空出的位置。
搜索结果还能连向其他bing搜索结果页和小程序，如购物网页和运动员的成绩统计表。
计算机视觉的定义是什么？计算机视觉的定义是？答：计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，就像人类和许多其他类生物每天所做的那样。
计算机视觉是一门关于如何运用照相机和计算机来获取我们所需的，被拍摄对象的数据与信息的学问。形象地说，就是给计算机安装上眼睛（照相机）和大脑（算法），让计算机能够感知环境。我们中国人的成语眼见为实和西方人常说的One picture is worth ten thousand words表达了视觉对人类的重要性。不难想象，具有视觉的机器的应用前景能有多么地宽广。
计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等。
为什么需要基于内容的图像检索？基于内容的图像检索，即CBIR(Content-based image retrieval)，是计算机视觉领域中关注大规模数字图像内容检索的研究分支。
典型的CBIR系统，允许用户输入一张图片，以查找具有相同或相似内容的其他图片。
而传统的图像检索是基于文本的，即通过图片的名称、文字信息和索引关系来实现查询功能。 这一概念于1992年由T.Kato提出的。他在论文中构建了一个基于色彩与形状的图像数据库，并提供了一定的检索功能进行实验。
此后，基于图像特征提取以实现图像检索的过程以及CBIR这一概念，被广泛应用于各种研究领域，如统计学、模式识别、信号处理和计算机视觉。
什么是计算机视觉？「计算机视觉」（也叫「机器视觉」），就是在机器眼睛的后面安上大脑。这是一个让计算机能看懂图像的过程。任务分为：采集图像（摄像头、数字相机）→图像处理（计算机）→*控制设备（机械手臂、警报器或者反馈到下一个处理单元）当然，控制设备不总是必要的，取决于我们怎么使用计算机告诉我们的信息。我们不再满足能用更舒适的角度看到汽车周围的来往车辆，还希望汽车告诉我们，前方有障碍，需要减速。不再满足于能在监控后面看着各个路口拥挤的车辆，还希望计算机告诉我们，这个路口已达到红色级别拥堵，预计通过时间一个小时。不再满足于摄像头能帮我们在千里之外看着家里的婴儿和老人，还希望能在他们遇到困恼的时候，计算机第一时间向相关的人和机构发出警报。让机器能真正「看见」，这就是「计算机视觉」研究的目的。
到此，以上就是小编对于计算机视觉检索名词解释的问题就介绍到这了，希望介绍计算机视觉检索名词解释的4点解答对大家有用。
