计算机视觉 从CV基础到深度学习实战课程 2016年11月 课程简介0 p3 f+ A( m) `% }8 ?; u# r 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。 课后视频:一周两课,每周六/日上午上课。+ R" p: R- Z: D5 Y4 U: {5 E, c/ w 课程语言:OpenCV(C/C++编写) + Matlab + Python+ I' D. ~2 D2 r/ d, J+ D& u 所需基础:一定的编程、图像处理基础,或者说学过编程 学过点图像处理。 7 s6 x4 O: p# h6 w* ] x C 应用实战:从CV基础,到深度学习实战,由浅入深,每次课都推出实例应用,注重深入浅出、真枪实战。" ]( F3 e8 \& O' i" G% }1 G # ^! [; F" }7 ~' L# Y $ x8 k( ^- [4 |4 D2 S 《计算机视觉班 》课程大纲 金 第一讲 工欲善其事必先利其器——图像处理基础+ B0 `' N5 Z6 H& X' B 1. CV背景介绍" h( k: N g5 U4 u 2. OpenCV完全解析基础7 ~, m- C" ], m1 {% d 3. 图像的基本操作:遍历图像6种方法,ROI选取等 " Q! o- g; ~" c; O! J 第二讲 初探计算机视觉 1. VideoCapture类介绍 2. Opencv编程常见错误 3. Python环境搭建+语法8 g: u( w; i. M 应用:机器学习在CV中的应用(python与C++多种演示)$ y0 Y/ J& E f }8 {, } 6 N# `$ \ O5 W: S 第三讲 空域图像处理的洪荒之力5 K8 d( Z$ @5 @; o 1. 图像卷积运算 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 . S0 a' \/ J* l; t 2 A1 x% r: q1 { 第四讲:机器视觉中的特征提取与描述/ v: d5 I: K3 b& ?; B8 N/ _ 1. 霍夫变换 2. 局部特征大汇总(GFTT,SIFT,SURF,FAST,ORB…)) Q0 D; ?2 S4 K8 K+ z8 K6 @ 应用:无人车项目提示3 J" Z) Q# K g) Q 第五讲:坐标变换与视觉测量 1. 相机模型; w9 W' x5 e" W% G2 B 2. 2D、3D、坐标变换0 r+ T" X4 p) z6 y 3. 相机标定 应用:增强现实技术simple VR不神秘(第四,第五讲综合演练) * e; D8 k" e6 h- d5 d 寒 第六讲:深度学习在图像识别中的应用 分类:linear regression, neural networks 检测:bounding box regression8 e7 `% ] C- q5 k) \. o 定位:localization 应用:使用CNN进行图像识别 第七讲:图像检索5 J! c" r( ]/ M0 |. E, P. j 1. 图像检索与特征抽取! U; u+ t/ `: T 2. 海量数据与快速检索8 f& s7 V* I6 y6 J! N V* u* }! U 3. 电商商品检索技术2 M9 ^2 e: O* E 应用:基于Tensorflow与近似最近邻查找的图像检索示例4 J. w8 o) ~/ o' u4 |) j2 f. \5 B$ v 李 第八讲:图像标注与问答 D! p; D2 u" R% F) Q* N6 M) { 1. 语言模型介绍 2. LSTM模型与标注问题 3. 应用:DenseCaption in Generating Captions in Images.) K3 V& x0 a) X: k* t3 P 第九讲:3D计算机视觉4 F2 d5 v+ e, _) s( C9 J) l; w 1. 表面和外形重构% h* k7 f$ R; n' w/ a 2. 基于模型的重构 3. 应用:人脸动画 9 h3 F/ c: Z2 W( q% R 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 [attach]197[/attach] |
欢迎光临 起点学堂 - - 为你精选优质好课 (http://qd.qdxuetang.com/) | Powered by Discuz! X3.4 |