---
title: "數位影像處理（Image）"
slug: image
language: zh-TW
source: https://aiterms.tw/terms/image
updated_at: 2026-06-27
tags: [電腦視覺, 生成式AI, 資料處理, source:arxiv]
ipas_term: false
---

# 數位影像處理（Image）

AI 模型對數位圖片進行處理、分析或生成的基礎技術，涵蓋像素級的特徵萃取、語意解析與跨模態影像合成。

## 完整說明

數位影像處理是一種將視覺資訊數位化並透過演算法進行操作與分析的技術基礎。它能夠進行影像增強、雜訊去除與特徵擷取，在現代 AI 中更延伸至文字轉影像等生成式任務。常見應用包括醫學造影分析、衛星影像處理、社群媒體濾鏡，以及作為多模態模型訓練的關鍵視覺輸入資料。

## 常見問題

### 影像分類與物件偵測在技術上有何差異？

影像分類的目標是判斷整張圖片屬於哪一個單一預設類別，例如判斷圖片中是否包含貓。而物件偵測不僅要辨識出包含哪些物件，還必須在每個物件周圍繪製邊界框，精確標示出所在位置與大小。物件偵測的運算複雜度與實用價值皆高於單純的影像分類。

### 在訓練生成式影像模型時，版權爭議如何解決？

生成式 AI 訓練需要大量網路圖片，常包含受版權保護的作品。目前業界傾向透過建立合規的授權資料庫（如 Adobe Firefly）、提供創作者退出機制 (Opt-out)，或開發浮水印技術來追蹤生成內容，相關的 AI 倫理與法律規範仍在持續完善中以保障創作者權益。

### 解析度對 AI 影像處理模型的影響有多大？

解析度直接決定了模型輸入的資料維度與運算負載。過低的解析度會導致關鍵特徵流失，嚴重影響辨識準確率,過高的解析度則會大幅增加 GPU 記憶體消耗與推論時間。實務上，工程師通常會將輸入影像縮放至特定尺寸，在確保保留語意資訊的同時取得效能平衡。

---

來源：https://aiterms.tw/terms/image
快查頁：https://aiterms.tw/terms/image
最後更新：2026/06/27
深度解說：https://aiterms.tw/learning/what-is-image