Introduction to Machine Vision and Intelligence

课程简介

1. 图像获取与表示 • 图像表示的基本知识和视频表示 • 颜色基础知识介绍（RGB、CMYK、HSL/HSV） 2. 图像处理技术 • 图像滤波器和基本卷积滤波器介绍 • 边缘检测（图像梯度、Sobel滤波器） • 基本的图像匹配概念 3. 视觉领域的机器学习 • 有监督和无监督学习简介 • 神经网络和深度学习简介 • 机器学习中模型泛化理解 4. 视觉识别任务与算法 • 图像分类 • 对象检测与分割 • 图像理解与生成的基本原理 5. 应用 • 3D视觉及其在机器人技术中的作用介绍 • 机器视觉和智能在日常生活中的应用，如面部识别、医学成像、自动驾驶车辆

学习目标

• 介绍学生计算机视觉和人工智能的基本概念和原理。 • 使学生熟悉关键的计算机视觉和机器学习算法及技术。 • 培养学生将机器视觉和智能概念应用于解决实际问题的能力。

先修要求

无

教学模式

该课程将以混合授课模式进行，包括讲座和辅导课，为学生提供视觉数据处理、表示及其应用的基本概念和技术的坚实理解。