Computer Vision and Image Processing

课程简介

1. 介绍 a. 背景 b. 相关领域的综述 c. 视觉系统的发展 2. 图像获取与形成模型 a. 成像系统 b. 图像形成几何 c. 相机模型与标定 d. 正射投影与透视投影 3. 图像处理的基本原理 a. 图像增强 b. 图像表示 c. 图像变换 4. 深度学习的基本原理 a. 机器学习的基本概念 b. 深度神经网络 c. 变换器 5. 二维视觉 a. 图像特征、匹配与检索 b. 图像分割、理解与目标识别 c. 光流、视频跟踪与运动检测 d. 图像与视频生成 6. 三维视觉 a. 多视图几何 b. 重建：多视图与单视图的形状重建 c. 三维场景理解 7. 应用：工业、制图、机器人与游戏 8. 与计算机视觉相关的专业、法律/社会/伦理问题（例如，个人数据（隐私）条例）

学习目标

1. 让学生学习跨学科研究方面的基本原理，包括从现实世界获取、处理、分析、理解和利用高维视觉数据； 让学生掌握如何开发能够自动化人类视觉系统可以完成的任务的人工智能系统； 引导学生了解相关前沿技术，并通过多种案例研究获得实践经验。

先修要求

无

教学模式

讲座为学生提供课程主要内容和方法，包括综合示例，并通过课堂问题/答案/讨论帮助学生易于理解。辅导和实验课为学生提供通过练习和软件工具复习和巩固讲座和参考资料的机会。项目作业将给学生解决实际视觉信息分析问题的机会。书面作业帮助学生在案例研究的项目工作中发展坚实的视觉信息处理和分析基础。