前言
计算机视觉 (CV) 作为人工智能 (AI) 的子方向，近年来十分火热，广泛应用于各大领域，如人脸识别、无人驾驶、智慧交通、智慧医疗和机器人等。其网络模型和算法也是层出不穷，涉及的理论基础也十分广泛。本文将列举计算机视觉工程师的知识结构，后期也将持续更新相关技术分享博客及B站讲解视频。目的在于巩固拓展自身所学，与大家互相交流，共同进步。
1 计算机基础
虽然面试基础四大件在 CV 日后工作中可能用处不是很大，但这些往往能决定一名码农的上限(咱也是听前辈说的，还没那体会)。但实际一点来说，计算机基础在面试中所占比例不容忽视。
- 数据结构与算法
- 计算机网络
- 操作系统
- 设计模式
2 编程语言
随着 AI 的兴起，Python 这门脚本语言最近特别火。不可否认的是，Python 代码简单易学，操作方便，尤其体现在深度学习 (DL) 网络模型实现上；但企业级开发中，只会 Python 是不够的，算法的落地应用更多还是依赖 C++，很多 CV 库和 DL 框架都是用 C/C++ 写的。当然，还有 Shell 批处理语言也是不能不会的，企业级开发多在Linux系统下进行，掌握 Shell 是基石。
- Python
- C++
- Shell
3 数学基础
CV 的数学门槛没有 SLAM、立体视觉、三维重建那么高，但数学理论的高低也决定了一名算法狗的上线。比如机器学习 (ML) 算法实质就是统计学，对一组数据进行特征工程，分类，回归，聚类，降维；RGB 图像可以表示为矩阵的形式；DL 网络训练技巧中的优化算法本质也是最优化方法。
- 微积分
- 矩阵论
- 统计学
- 最优化方法
4 图像处理与OpenCV
CV 处理的对象是图片或视频，因为 RGB 图像可以表示为矩阵形式，所以对图像处理也就可以理解为对矩阵进行数学运算，比如卷积；但仅仅掌握数字图像处理的理论是不够的，如何才能运用到工程上，这就离不开 CV 库的帮助了。目前常用的就是 OpenCV 了，感兴趣的朋友可以研究源码，对于理论的理解会有很大帮助。
- 数字图像处理
- OpenCV
5 机器学习与Scikit-learn
ML 是包含 DL 的，图像/视频本质上仍然是数据的一种，谈到数据分析，首选当然是 ML 算法，ML 算法可分为四大类：分类、回归、聚类、降维。同样地，为了能把理论运用到工程上，离不开 ML 库的帮助。目前常用的是 Scikit-learn，感兴趣的朋友可以研究源码，对于理论的理解会有很大帮助。
- 机器学习
- Scikit-learn
6 深度学习与框架
DL 算法是由感知机逐步演化而来，神经网络 (NN) 的训练技巧也是不断发展。不同激活函数、损失函数、优化算法对优化目标都有着不同的影响。LeNet-5 打开了 DL 算法落地的大门，卷积神经网络 (CNN) 走入人们的视野，卷积层、非线性激活、池化层、归一化、全连接层让特征提取由人工选择转为自动学习。循环神经网络 (RNN) 的出现极大促进了自然语言处理 (NLP) 的发展。生成对抗网络 (GAN) 也是 DL 算法比较有趣的一个分支，常用于图像生成。为了更高效地运用到工程上，很多框架应运而生。目前常用的有 Caffe、TensorFlow、PyTorch、Keras、MXNet。
- 深度学习
- TensorFlow/PyTorch/Caffe
7 CV子方向
CV 的子方向十分广泛，应用领域也很广。不过大多算法都是相通的，无非是以上知识的结晶。对于大多朋友来说，往往只需专精一个子方向即可，紧跟顶会顶刊大牛组算法即可，如 CVPR、ICCV、PAMI、AAAI。
- 图像分类
- 目标检测
- 图像分割
- 目标跟踪
- 图像增强
- 风格化
- 人脸识别
- GAN
- 图像检索
小结
CV 工程师的长征路大致如此，感兴趣的朋友可以持续关注，我将定期分享以上知识点的思考总结博客以及B站讲解视频，期待与你的交流切磋。谢谢观看。
