增强视觉 | 计算机视觉 增强现实

俗话有云：眼见为实。从computer vision的角度而言，大多数家伙考虑的是正向的问题：即如何通过图像感知实际内容。而computer graphics的家伙们往往喜欢做一些标新立异的逆向问题：如何根据需要感知的内容来修改图像。咱早些时候就贴过SIGGRAPH中一个有趣的例子（视错觉的盛宴）。这次，咱响应站长号召，来谈谈SIGGRAPH 2010中的两篇文章。

首先是Camouflage Images，你能在以下图片中找到老鹰么（请坚持至少30秒…嘿嘿）。

Object Detection，即寻找图片中的指定物体，一直都是CV的热点问题。Camouflage Images则考虑了逆问题：如何把一个或多个物体隐藏在一幅图像之中。比如上面那张，你找到了几只老鹰？咱卖个关子，答案在这篇文章的最后。Camouflage Images的主要idea来源于texture synthesis，核心算法是CV中广泛使用的graph cut，猛击这里可以看到项目主页、文章和demo（注意把鼠标移到图片上）。

接着是Using Blur to Affect Perceived Distance and Size，这文章从标题一看便明白了。CV里有所谓的depth from defocus，即如何根据焦距和散焦模糊估算景深。这篇文章提出通过改变图像的不同区域的模糊程度（blurring），来改变所感知的景深，比如这个demo。至于核心算法么，还是CV里depth from defocus的东西。同样，请猛击这里查看项目主页、文章和demo。

最后，咱来数数老鹰……Perception is Inference.