一、课程概述
计算机视觉是人工智能领域最热门的研究领域之一,计算机和信息相关专业的研究生有必要掌握计算机视觉的基本理论和应用技术。《计算机视觉》课程是一门理论方法和编程实践紧密结合的课程,通过理论学习和编程实践两个方面的训练,让学生对计算机视觉的理论和应用有全面的理解和认识,从而提高学生的学习兴趣和科研能力,拓宽学生的就业机会。
二、授课目标
《计算机视觉》课程是人工智能研究院教学计划中的一门重要的专业课程。适用于计算机和信息相关专业的研究生。目的是学生了解和掌握计算机视觉的基本概念和理论知识,包括图像采集,特征检测和匹配,目标分割,目标检测和场景识别,运动估计和分析,立体视觉等方面的基本理论。并通过编程实践,掌握用程序设计语言实现计算机视觉算法的基本方法,培养应用计算机视觉技术解决实际问题的能力。
三、课程大纲
序号
标题
授课老师
授课时间
1
计算机视觉概述和图像采集
徐枫,刘宁
2
图像处理基础
徐枫,刘宁
3
模型拟合与优化
徐枫,刘宁
4
特征检测和匹配
徐枫,刘宁
5
目标分割
徐枫,刘宁
6
统计模式识别和深度学习
徐枫,刘宁
7
目标检测和图像分类
徐枫,刘宁
8
场景识别
徐枫,刘宁
9
运动估计和分析
徐枫,刘宁
10
图像对齐和拼接
徐枫,刘宁
11
编程作业讲解和点评(1)
徐枫,刘宁
12
立体视觉
徐枫,刘宁
13
三维重建
徐枫,刘宁
14
从运动到结构和SLAM
徐枫,刘宁
15
编程作业讲解和点评(2)
徐枫,刘宁
16
总结和复习
徐枫,刘宁
四、预备知识
本课程面向具有一定高等数学和编程基础的研究生,需要有数字图像处理和模式识别理论的基础,并且对Matlab,Python,和/或C++编程语言有所了解。
五、参考资料
1. Richard Szeliski (美), 艾海舟,兴军亮 等 译,《计算机视觉:算法与应用》,清华大学出版社,2010.
2. 章毓晋,《计算机视觉教程》,清华大学出版社,2011.
3. David,A.,Forsyth (美),Jean Ponce (美), 高永强等,译《计算机视觉:一种现代方法(第2版)》,电子工业出版社,2017.