术语表
共 64 条术语，按主题聚类；条目末尾的 kp 编号可点击跳转到对应知识点。
- 像素 （Pixel）≡图像最小采样单元，记录一个或多个数值 → kp-001
- 分辨率 （Resolution）≡图像宽与高的像素数 → kp-001
- 位深 （Bit Depth）≡每通道值的量化精度，8 位取 0–255 → kp-001
- 色彩空间 （Color Space）≡描述颜色的坐标系，如 RGB、HSV、Lab → kp-001
- 卷积 （Convolution）≡核在图像上滑动做加权求和的运算，严格定义含核翻转 → kp-002
- 核 （Kernel）≡滤波的小尺寸系数矩阵 → kp-002
- 感受野 （Receptive Field）≡一个输出神经元能影响的输入区域 → kp-015
- 梯度 （Gradient）≡亮度在 x、y 方向的变化率向量 → kp-003
- 非极大值抑制 （Non-Maximum Suppression, NMS）≡
- 直方图均衡化 （Histogram Equalization）≡用累积分布重映射亮度以提升对比度 → kp-005
- 图像金字塔 （Image Pyramid）≡逐级降采样的多尺度表示 → kp-005
- 仿射变换 （Affine Transform）≡保持平行性的 2D 线性几何变换（含平移） → kp-004
- 单应矩阵 （Homography）≡
- 双线性插值 （Bilinear Interpolation）≡按距离加权四个整数邻点的插值 → kp-004
- 兴趣点/关键点 （Interest Point / Keypoint）≡位置稳定、可重复检测的显著点 → kp-006
- 结构张量 （Structure Tensor）≡窗口内梯度外积求和所得 2×2 矩阵，其特征值区分平坦/边缘/角点 → kp-006
- 尺度空间 （Scale Space）≡同一图像在不同高斯平滑尺度下的表示家族 → kp-007
- 高斯差分 （Difference of Gaussians, DoG）≡相邻尺度高斯模糊之差，用于找尺度空间极值 → kp-007
- 描述子 （Descriptor）≡关键点邻域外观的定长编码（浮点或二值） → kp-008
- 汉明距离 （Hamming Distance）≡两个二值串异或后 1 的个数 → kp-008
- RANSAC≡随机抽样共识法，从含外点数据中稳健估计模型 → kp-009
- 内参矩阵 （Intrinsics, K）≡焦距与主点组成的相机内部投影参数 → kp-010
- 外参 （Extrinsics）≡世界系到相机系的旋转与平移 [R|t] → kp-010
- 齐次坐标 （Homogeneous Coordinates）≡
- 畸变 （Distortion）≡镜头非线性像差，分径向与切向 → kp-011
- 重投影误差 （Reprojection Error）≡3D 点投影坐标与观测坐标的平均距离 → kp-011
- 对极几何 （Epipolar Geometry）≡两视图间由极线约束刻画的几何关系 → kp-012
- 本质矩阵 （Essential Matrix, E）≡归一化坐标下的对极约束矩阵，含相对位姿 → kp-012
- 基本矩阵 （Fundamental Matrix, F）≡像素坐标下的对极约束矩阵 → kp-012
- 极线 （Epipolar Line）≡对极平面与像平面的交线 → kp-012
- 视差 （Disparity）≡校正后同一空间点在左右图像的横坐标差 → kp-013
- 立体校正 （Rectification）≡使两图极线水平共线的变换，匹配降为一维搜索 → kp-013
- 运动恢复结构 （Structure from Motion, SfM）≡离线从多视角恢复位姿与稀疏结构 → kp-014
- 束调整 （Bundle Adjustment, BA）≡联合优化全部位姿与三维点的非线性最小二乘 → kp-014
- 同时定位与建图 （SLAM）≡实时增量地估计自身位姿并构建环境地图 → kp-014
- 透视 n 点 （PnP）≡由已知 3D 点与 2D 观测求相机位姿 → kp-014
- 骨干网络 （Backbone）≡提供通用特征的主体网络，与任务头分离 → kp-015
- 残差连接 （Residual Connection）≡y = x + F(x) 的恒等捷径结构 → kp-015
- 特征金字塔 （Feature Pyramid Network, FPN）≡
- 交叉熵 （Cross-Entropy）≡分类默认损失，等价于最大似然 → kp-016
- IoU （Intersection over Union）≡两框或两掩码交集与并集之比 → kp-017
- mAP （mean Average Precision）≡各类 AP 的平均，检测核心指标 → kp-017
- 锚框 （Anchor）≡预设长宽比参考框，网络回归相对修正 → kp-018
- 语义/实例/全景分割 （Semantic / Instance / Panoptic Segmentation）≡像素分类 / 分个体 / 统一 thing 与 stuff 的三类分割任务 → kp-019
- Dice 系数≡掩码重叠指标，与 F1 等价 → kp-019
- 热图回归 （Heatmap Regression）≡为关键点预测高斯响应图的回归方式 → kp-020
- OKS （Object Keypoint Similarity）≡关键点版 IoU，按目标尺度归一化 → kp-020
- 自注意力 （Self-Attention）≡词元两两交互的注意力机制，复杂度随词元数平方增长 → kp-021
- 视觉基础模型 （Vision Foundation Model）≡大规模预训练、可提示/可迁移的通用视觉模型（SAM、CLIP、DINOv2） → kp-021
- 光流 （Optical Flow）≡逐像素的帧间表观运动向量场 → kp-022
- 亮度恒常 （Brightness Constancy）≡同一物理点相邻帧亮度不变的假设 → kp-022
- 孔径问题 （Aperture Problem）≡局部窗口只能确定沿梯度方向的运动分量 → kp-022
- 相关滤波 （Correlation Filter）≡频域训练的判别式跟踪模板（KCF 系） → kp-023
- 孪生网络跟踪 （Siamese Tracking）≡模板与搜索区特征互相关定位的跟踪范式 → kp-023
- 卡尔曼滤波 （Kalman Filter）≡线性高斯下的运动状态预测与更新 → kp-024
- 匈牙利算法 （Hungarian Algorithm）≡代价矩阵上的全局最优一对一指派 → kp-024
- MOTA / IDF1≡多目标跟踪的综合误差指标 / 身份一致性指标 → kp-024
- 数据增强 （Data Augmentation）≡标签不变的随机变换以扩充有效样本 → kp-026
- 迁移学习 （Transfer Learning）≡复用预训练权重再微调的训练范式 → kp-026
- 量化 （Quantization）≡浮点权重与激活映射到低比特整数的压缩手段 → kp-027
- 知识蒸馏 （Knowledge Distillation）≡小模型学习大模型软输出的压缩/训练手段 → kp-027
- letterbox≡
- 模型卡 （Model Card）≡随模型交付的用途、指标、限制说明文档 → kp-031
- 差分隐私 （Differential Privacy）≡以可控噪声使单条样本不可辨认的隐私技术 → kp-031