Visual Data Representation and Processing

课程简介

1. 图像和视频表示 常见的视觉数据增强方法和表示格式，采样与量化，视觉数据插值和帧分辨率增强方法，失真测量，率失真理论 2. 颜色和音频表示 颜色和音频基础知识，CMY和CMYK颜色模型，RGB和HIS表示，颜色模型与处理 3. 视频压缩基础 无损预测编码，基于离散余弦变换和小波编码的有损视觉数据压缩，视频中的颜色模型与表示，压缩技术，JPEG、MPEG等标准 4. 视频处理 块基运动估计，2D对数搜索，分层搜索，视频编码标准，前向和双向预测，图像组，视频传输与显示顺序 5. 视频中的目标检测 边界框，目标检测性能指标如交并比、精确率、召回率等，常用的目标检测模型如YOLO或SOLO，以及基础模型如SAM或SE，语义分割 6. 图像和视频内容保护 用于权利保护和监控的视频水印，空间和频域技术，内容识别与安全

学习目标

1. 为学生提供视觉数据表示、编码和压缩技术的基本知识 2. 为学生提供广泛视觉数据保护和安全技术的知识 3. 训练学生应用高级AI技术处理视觉数据

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。