Editing 计算机视觉 (section)

== 关键技术与方法 ==

=== 传统方法 ===
在深度学习兴起之前，计算机视觉主要依赖人工特征提取（如 SIFT、HOG）结合支持向量机等分类器，以及图像处理中的滤波、边缘检测、形态学操作等技术。

=== 卷积神经网络 ===
卷积神经网络（CNN）通过局部连接与权值共享高效提取图像的层次化特征，是现代计算机视觉的基石。经典网络包括 AlexNet、VGG、ResNet 等。

=== 视觉 Transformer ===
近年来，源自 [[自然语言处理]] 的 Transformer 架构被引入视觉领域，提出了 Vision Transformer（ViT）等模型，在大规模数据上展现出强大性能。

=== 生成模型 ===
生成对抗网络（GAN）与扩散模型（Diffusion Model）能够生成逼真的图像，推动了图像生成、编辑与超分辨率等应用的发展。