Machine Vision and Intelligence

课程简介

1. 图像获取与表示 图像获取，相机模型，透视投影；图像表示，色彩基础，RGB，CMYK，HSL/HSV色彩模型；视频表示。 2. 图像处理技术 图像滤波，线性/非线性滤波，卷积滤波；边缘检测，图像梯度，Sobel滤波器，Canny边缘检测器，霍夫变换；局部不变特征，角点检测，哈里斯角点检测器，区域检测，高斯拉普拉斯，SIFT检测器与特征，图像匹配，图像拼接，图像马赛克。 3. 视觉识别中的机器学习 监督学习，经典统计学习，交叉验证；无监督学习，聚类算法，半监督学习，预训练与微调，迁移学习；深度学习架构，多层感知器（MLP），卷积神经网络（CNN），UNet，视觉变换器（ViT）；反向传播，（随机）梯度下降；正则化，过拟合，欠拟合。 4. 视觉识别任务与算法 语义分割，经典分割方法（如：均值漂移），基础分割模型（如：SAM）；目标检测，区域提议，R-CNN系列，YOLO系列；实例分割；目标跟踪，光流，通过检测跟踪，多目标跟踪；多模态学习，对比语言-图像预训练（CLIP），跨模态图像检索，图像描述，视觉问答，视觉语言模型（VLM）；图像生成，生成对抗网络（GAN），扩散模型。 5. 视觉与智能的高级主题 多模态大型语言模型（MLLM）；三维视觉与深度感知，机器人与自主系统中的视觉；视觉系统中的强化学习；机器视觉中的伦理考量与挑战。

学习目标

1. 为学生提供机器视觉和图像处理的基本知识。 2. 为学生提供高级计算机视觉算法和技术的知识。 3. 训练学生将机器视觉和智能应用于开发实际应用。

先修要求

无

教学模式

课程材料将以讲座、辅导和小组项目的形式进行讲授。学生将熟悉视觉数据处理的基本概念和技术及其应用。