計算機視覺 從CV基礎到深度學習實戰課程
2016年11月
課程簡介
本課程課程大綱從圖像處理基礎、機器視覺中的特征提取與描述、坐標變換與視覺測量，到數據處理、圖像搜索、深度學習在圖像識別中的應用、圖像標注與問答、3D計算機視覺、機器視覺項目實戰。整個課程由淺入深，結合案例真槍實戰，是不可多得的CV上佳課程。
課后視頻：一周兩課，每周六/日上午上課。
課程語言：OpenCV（C/C++編寫） + Matlab + Python
所需基礎：一定的編程、圖像處理基礎，或者說學過編程 學過點圖像處理。
應用實戰：從CV基礎，到深度學習實戰，由淺入深，每次課都推出實例應用，注重深入淺出、真槍實戰。
《計算機視覺班 》課程大綱
金
第一講 工欲善其事必先利其器——圖像處理基礎
1. CV背景介紹
2. OpenCV完全解析基礎
3. 圖像的基本操作：遍歷圖像6種方法，ROI選取等
第二講xa0xa0初探計算機視覺
1. VideoCapture類介紹
2. Opencv編程常見錯誤
3. Python環境搭建+語法
應用：機器學習在CV中的應用（python與C++多種演示）
第三講 空域圖像處理的洪荒之力
1. 圖像卷積運算
2. 邊緣檢測方法：sobel，canny以及圖像拉普拉斯
應用：車牌識別項目
第四講：機器視覺中的特征提取與描述
1. 霍夫變換
2. 局部特征大匯總（GFTT，SIFT，SURF，FAST，ORB…）
應用：無人車項目提示
第五講：坐標變換與視覺測量
1. 相機模型
2. 2D、3D、坐標變換
3. 相機標定
應用：增強現實技術simple VR不神秘（第四，第五講綜合演練）
寒
第六講：深度學習在圖像識別中的應用
分類：linear regression, neural networks
檢測：bounding box regression
定位：localization
應用：使用CNN進行圖像識別
第七講：圖像檢索
1. 圖像檢索與特征抽取
2. 海量數據與快速檢索
3. 電商商品檢索技術
應用：基于Tensorflow與近似最近鄰查找的圖像檢索示例
李
第八講：圖像標注與問答
1. 語言模型介紹
2. LSTM模型與標注問題
3. 應用：DenseCaption in Generating Captions in Images.
第九講：3D計算機視覺
1. 表面和外形重構
2. 基于模型的重構
3. 應用：人臉動畫
馮
第十講：機器視覺項目實戰
CV 實戰：以鯨魚識別為例，利用深度學習解決Kaggle競賽中的圖像分類問題
