计算机视觉ECMM426

课程内容：

本课程将为你提供计算机视觉的基础知识，涵盖解决各种视觉问题的基本挑战和关键算法。课程将提供相关概念的理论基础，并融合解决计算机视觉问题的经典和最新方法。课程将侧重于计算机视觉的实际应用，并涵盖从低级图像处理到物体识别、跟踪和3D视觉等广泛问题。

教学大纲：

- 图像形成：几何、光和相机

- 图像处理：卷积、线性滤波器、傅立叶变换、图像梯度、几何变换

- 特征提取与匹配：边角、边缘、斑点和线条；特征描述符（SIFT）、特征匹配和跟踪

- 物体检测和识别：K-NN、词包、扫描窗口和Viola-Jones

- 图像分割：主动轮廓、马尔可夫随机场、图切割

- 密集图像对应：密集运动估计、光流、立体声

- 形状重建：二维和三维形状建模与拟合、主动外观模型、三维可变形模型

- 三维视觉：三维姿态估计、校准、从运动看结构、SLAM、从阴影看形状、运动捕捉

- 视觉深度学习：神经网络、卷积神经网络、物体检测、语义和实例分割、循环神经网络

学习成果：

成功完成本课程后，你应该能够：

1、解释关键的计算机视觉问题及其数学表述。

2、用高级语言设计和实现视觉算法。

3、分析计算机视觉问题并提出解决方案。

4、选择适当的统计表示法、特征和算法，以适应问题的特殊性。

5、了解和认识最新技术的局限性。

6、批判性地阅读和报告研究论文。