计算机是否能像人一样理解美术作品，并画出抽象的图画呢？瑞典优密欧大学的中国博士生李波（音）在计算机视觉领域做出了突破性的进展——让计算机使用曲线和线条来表征图像的形状，并识别物体。
[caption id="attachment_7470" align="aligncenter" width="540"]
计算机感知到的曲线[/caption]
图像特征的精确建模在计算机视觉中有着广泛的应用。例如：图像配准、3D重建、物体识别等等。在我们畅想的许多未来科技（如无人驾驶汽车、虚拟现实和人工智能）中，图像特征将是一个基本的组成部分。尽管目前已有许多解决方案，但仍缺乏可靠的概念。在李波的博士论文中，他发展了一种计算机视觉的概念：兴趣曲线（interest curves）。他介绍说，有了这种方法，计算机可以用曲线的笔触重绘图像，并通过这些曲线识别出物体。
李波说，特征提取最重要的元素就是鲁棒性。运用他的方法，即使图像经过转换和扰动，曲线和线条的检测也能保持充分的鲁棒性。在过去的计算机视觉领域中，曲线和线条并不像点和区域那么流行，因为它们缺乏足够的鲁棒性。而现在，李波的新算法可能将改变这一状况。他说，曲线和线条比点更有用，因为人们正是用这些形状来描述世界的。
这个概念为图像特征（包括点、区域、线条和曲线）的理解带来了崭新的维度。同时，这些特征还可以用同样的理论框架来进行表征。它不仅发展了图像特征研究的标准，还为实际应用提供了指导。
来自sciencedaily，机器之心编译出品。编译：汪汪。
