課程簡介:
本課程課程大綱從圖像處理基礎(chǔ)、機器視覺中的特征提取與描述、坐標變換與視覺測量,到數(shù)據(jù)處理、圖像搜索、深度學(xué)習(xí)在圖像識別中的應(yīng)用、圖像標注與問答、3D計算機視覺、機器視覺項目實戰(zhàn)。整個課程由淺入深,結(jié)合案例真槍實戰(zhàn),是不可多得的CV上佳課程。
課程大綱:
第一講 工欲善其事必先利其器——圖像處理基礎(chǔ)
- CV背景介紹
- OpenCV完全解析基礎(chǔ)
- 圖像的基本操作:遍歷圖像6種方法,ROI選取等!
第二講 初探計算機視覺
- VideoCapture類介紹
- Opencv編程常見錯誤
- Python環(huán)境搭建+語法
應(yīng)用:機器學(xué)習(xí)在CV中的應(yīng)用(python與C++多種演示)
第三講 空域圖像處理的洪荒之力
- 圖像卷積運算
- 邊緣檢測方法:sobel,canny以及圖像拉普拉斯
應(yīng)用:車牌識別項目
第四講:機器視覺中的特征提取與描述
- 霍夫變換
- 局部特征大匯總(GFTT,SIFT,SURF,F(xiàn)AST,ORB…)
應(yīng)用:無人車項目提示
第五講:坐標變換與視覺測量
- 相機模型
- 2D、3D、坐標變換
- 相機標定
應(yīng)用:增強現(xiàn)實技術(shù)simple VR不神秘(第四,第五講綜合演練)
第六講:深度學(xué)習(xí)在圖像識別中的應(yīng)用
分類:linear regression, neural networks
檢測:bounding box regression) a2 L7
定位:localization’
應(yīng)用:使用CNN進行圖像識別
第七講:圖像檢索
- 圖像檢索與特征抽取
- 海量數(shù)據(jù)與快速檢索
- 電商商品檢索技術(shù)
應(yīng)用:基于Tensorflow與近似最近鄰查找的圖像檢索示例
第八講:圖像標注與問答
- 語言模型介紹
- LSTM模型與標注問題
- 應(yīng)用:DenseCaption in Generating Captions in Images.1 K1 F# V
第九講:3D計算機視覺
- 表面和外形重構(gòu)
- 基于模型的重構(gòu)
- 應(yīng)用:人臉動畫
第十講:機器視覺項目實戰(zhàn)
CV 實戰(zhàn):以鯨魚識別為例,利用深度學(xué)習(xí)解決Kaggle競賽中的圖像分類問題