2018七月算法-机器视觉班 [从CV基础到深度学习实战
2018七月算法-机器视觉班 [从CV基础到深度学习实战课程简介本课程课程大纲从图像处理基础、机器视觉中的特征提取与描述、坐标变换与视觉测量，到数据处理、图像搜索、深度学习在图像识别中的应用、图像标注与问答、3D计算机视觉、机器视觉项目实战。整个课程由浅入深，结合案例真枪实战，是不可多得的CV上佳课程。
《计算机视觉班 》课程大纲6 y$ o# d) x! x* U
金9 G0 A! r5 U! l' ^. ^8 s- y
第一讲 工欲善其事必先利其器——图像处理基础9 s! @& j: ]: U+ h0 Y) ^- U3 ?
1. CV背景介绍
2. OpenCV完全解析基础0 ?9 q# H4 \, o5 G
3. 图像的基本操作：遍历图像6种方法，ROI选取等! L3 u?: }( c7 xX8 ]# [, c
第二讲初探计算机视觉, s) V" Y1 V- ~6 A! L' M' o8 g/ K
1. VideoCapture类介绍
2. Opencv编程常见错误/ Q8 ^% C0 b2 ^( {. A: S
3. Python环境搭建+语法
应用：机器学习在CV中的应用（python与C++多种演示）6 z0 Ft2 E) l8 a& y& M
第三讲 空域图像处理的洪荒之力
1. 图像卷积运算
2. 边缘检测方法：sobel，canny以及图像拉普拉斯4 Z* N1 s/ y/ M( u
应用：车牌识别项目
! d0 |# c" ~@1 H: ?; x
第四讲：机器视觉中的特征提取与描述
1. 霍夫变换
2. 局部特征大汇总（GFTT，SIFT，SURF，FAST，ORB…）
应用：无人车项目提示
7 q* y, |3 N4 Y3 c
第五讲：坐标变换与视觉测量6 Z' e: b/ p, Y1 g: Y: M3 t; S
1. 相机模型$ D$ @1 f5 A- _2 l. P: K
2. 2D、3D、坐标变换/ ~8 ?' F& a( F; _9 }9 z
3. 相机标定
应用：增强现实技术simple VR不神秘（第四，第五讲综合演练）# \+ t$ o- a+ W! G
9 p+ w" d3 ^* ]/ J# A" G% D6 x6 f! {
寒( H4 o. x- P: F! ]) W3 ^b
第六讲：深度学习在图像识别中的应用
分类：linear regression, neural networks
检测：bounding box regression) a2 L7 C$ c% v, f' l; C3 w: j* j
定位：localization' }! K8 s9 J. r8 t" g
应用：使用CNN进行图像识别
第七讲：图像检索& Y7 ~& L8 k4 O
1. 图像检索与特征抽取& H) fu5 p5 ?* }. E5 M
2. 海量数据与快速检索
3. 电商商品检索技术
应用：基于Tensorflow与近似最近邻查找的图像检索示例
李
第八讲：图像标注与问答) KJ- `) b/ v; C- k
1. 语言模型介绍
2. LSTM模型与标注问题
3. 应用：DenseCaption in Generating Captions in Images.1 K1 F# V) j8 T' P3 C* X7 P
第九讲：3D计算机视觉
1. 表面和外形重构
2. 基于模型的重构
3. 应用：人脸动画
5 V. u$ Z; i9 L/ N8 w/ q
冯
第十讲：机器视觉项目实战
CV 实战：以鲸鱼识别为例，利用深度学习解决Kaggle竞赛中的图像分类问题
**** Hidden Message *****
页:
[1]