课堂教学

计算机视觉

课程介绍:

    本课程是模式识别与智能系统学科的硕士生专业选修课。本课程的任务是使学生掌握计算机视觉的基本理论、算法以及应用。了解计算机视觉理论的基本框架,掌握摄像机成像原理及标定方法,理解初级计算机视觉算法及图像描述方法,掌握立体成像以及结构恢复运动等算法原理及其实现,运动目标的分析、跟踪及光流的基本原理,理解图像分割、图像识别等基本的计算机视觉处理任务,并能结合C++、Matlab语言实现计算机视觉中的基本算法。通过本课程的学习,可为今后从事计算机视觉的学术研究、工程项目奠定理论基础。

授课学院:自动化    授课教师:程洪   教师职称:教授

教学内容:

章节 内容

第一章:

绪论(1学时)

1、计算机视觉的学习方法

2、计算机视觉的主要内容

第二章:

图象形成与图像模型(2学时)

1、摄相机的几何模型

2、摄相机标定

第三章 :

基本图象处理和描述方法 (6学时)

1、线性滤波

2、边缘提取

3、纹理

4、兴趣点

第四章:

图象序列处理算法 (15学时)

1、多视几何学

2、立体视觉

3、运动恢复结构

4、光流

5、目标跟踪

第五章:

中级视觉(6学时)

1、基于聚类的图象分割

2、基于模型拟合的分割

3、基于随机算法的分割和拟合

第六章:

高级视觉(8学时)

1 基于模板的目标识别方法

2 基于特征包的目标识别方法(包括空间金字塔的匹配)

3 基于组件的目标识别方法(Deformable Part Models)

4 图像到类距离的目标识别方法

5 人体活动/姿态识别

 

教材:

Computer Vision:Algorithms and Applications, by Richard Szeliski, Online Draft, 2009.

《计算机视觉:一种现代方法》,by David Forsyt, Jean Ponce, 林学訚译,2004年7月。

 

参考书目:

Pattern Recognition and Machine Learning,by C.M.Bishop,Springer, 2006.