|
课程简介 本课程课程大纲从图像处理基础、机器视觉中的特征提取与描述、坐标变换与视觉测量，到数据处理、图像搜索、深度学习在图像识别中的应用、图像标注与问答、3D计算机视觉、机器视觉项目实战。整个课程由浅入深，结合案例真枪实战，是不可多得的CV上佳课程。 ; ?" t4 M+ y& V+ c0 b4 p; i+ Z
《计算机视觉班 》课程大纲. v2 E$ c# `6 N4 c1 i5 q6 l% L
金- `+ q4 }! X4 P8 F. p
第一讲 工欲善其事必先利其器——图像处理基础
1. CV背景介绍/ G: W: I% A# D( ^
2. OpenCV完全解析基础# Z, S% K" I! r" m. Q
3. 图像的基本操作：遍历图像6种方法，ROI选取等
第二讲 初探计算机视觉+ U% `5 k4 O( y6 C2 T2 @
1. VideoCapture类介绍3 W& a9 U( J' H/ ~
2. Opencv编程常见错误
3. Python环境搭建+语法7 j- G' E9 Q4 L$ v8 V4 t6 P
应用：机器学习在CV中的应用（python与C++多种演示）
( _ m3 l& |# p$ u
第三讲 空域图像处理的洪荒之力* Z: a7 a* \8 @7 p9 R& G
1. 图像卷积运算* h+ p) x* N6 V! P( C, d# g
2. 边缘检测方法：sobel，canny以及图像拉普拉斯
应用：车牌识别项目
第四讲：机器视觉中的特征提取与描述" o9 W' x% J+ Y% a/ Z( m
1. 霍夫变换+ b+ ?, e2 h- l$ c3 n8 S
2. 局部特征大汇总（GFTT，SIFT，SURF，FAST，ORB…）
应用：无人车项目提示
6 y7 G& w& b5 v
第五讲：坐标变换与视觉测量) f: u, o8 `/ F# S5 @
1. 相机模型
2. 2D、3D、坐标变换$ I1 }* C; i1 v
3. 相机标定# w1 R- Q1 B o/ _: N
应用：增强现实技术simple VR不神秘（第四，第五讲综合演练）: E* L: R0 A( N0 p7 R1 p$ e; t' Z* O
7 U; c* Q: C Y& o4 @0 H& p& r
寒
第六讲：深度学习在图像识别中的应用- |5 u ]8 s' T) Z: {
分类：linear regression, neural networks
检测：bounding box regression* e3 J& g# f5 A4 b! U3 @: P2 N
定位：localization
应用：使用CNN进行图像识别
$ D) k' Z% A% L0 Y+ A* R8 m
第七讲：图像检索# n; N0 q. X8 m& b7 u
1. 图像检索与特征抽取9 X+ O% I6 m& y# H9 l0 V7 ] _
2. 海量数据与快速检索) U: S4 B( C1 b
3. 电商商品检索技术" q" m, b1 t* s3 a' D+ x
应用：基于Tensorflow与近似最近邻查找的图像检索示例 : z7 y/ E/ [: W6 }( y8 u' X
李; L) ?, J- N$ B3 S; f5 ?
第八讲：图像标注与问答0 U1 C7 v4 U" r$ g
1. 语言模型介绍' C I9 Y5 z% s( d4 F
2. LSTM模型与标注问题
3. 应用：DenseCaption in Generating Captions in Images.
第九讲：3D计算机视觉' t0 @# h6 I& w2 n
1. 表面和外形重构2 L2 K+ H; w8 n$ {& r
2. 基于模型的重构( G' t# X+ f8 N9 Q, Q* p4 K9 C
3. 应用：人脸动画
' b6 \ X$ [: w; v: B" a
冯
第十讲：机器视觉项目实战
CV 实战：以鲸鱼识别为例，利用深度学习解决Kaggle竞赛中的图像分类问题
| 
发表于 2019-4-10 14:18
