人工智能视觉识别技术主要包括以下几种:

1. 图像分类（Image Classification）：

   • 定义：从给定的分类集合中给图像分配一个标签的任务。
   • 应用：判断图像中物体的类别，如识别照片中的动物是猫还是狗。

2. 目标定位（Object Localization）：

   • 定义：定位出图像中目标的位置。
   • 应用：确定图像中特定物体的位置，如在照片中标记出猫的具体位置。

3. 目标检测（Object Detection）：

   • 定义：同时识别和定位图像中的多个目标。
   • 应用：在图像中标记出所有目标的位置，如在一张街道照片中标记出所有的车辆和行人。

4. 目标跟踪（Object Tracking）：

   • 定义：在视频序列中对目标进行持续的识别和定位。
   • 应用：在视频中跟踪一个移动的物体，如在监控视频中跟踪一个行人。

5. 图像分割（Image Segmentation）：

   • 定义：将图像划分为多个区域，每个区域属于一个特定的目标或场景。
   • 应用：将图像中的前景和背景分开，如在一张照片中只保留人像，去除背景。

6. 图像生成（Image Generation）：

   • 定义：基于给定的文本描述或图像生成新的图像。
   • 应用：根据描述生成相应的图像，如根据“一只在草地上奔跑的狗”的描述生成相应的图像。

7. 人脸识别（Face Recognition）：

   • 定义：识别图像或视频中的人脸，并进行身份验证。
   • 应用：在安防监控中识别嫌疑人，或在手机解锁时进行身份验证。

这些技术在各个领域都有广泛的应用，如自动驾驶、工业检测、医疗诊断、安防监控等，为我们的生活带来了极大的便利。