計算機(jī)視覺-教學(xué)大綱-彭紹武

1、精選優(yōu)質(zhì)文檔-傾情為你奉上計算機(jī)視覺教學(xué)大綱課程編號：總學(xué)時：48 理論課學(xué)時： 32 實(shí)驗課學(xué)時：16一、 課程的性質(zhì)本課程為面向軟件學(xué)院本科生開設(shè)的專業(yè)方向課，針對本科高年級學(xué)生，學(xué)習(xí)完整的計算機(jī)視覺基礎(chǔ)理論。要求學(xué)生熟悉數(shù)字信號與多媒體對象、尤其是圖像的處理方法。建議選修、非必要的前置課程可包括：數(shù)字媒體處理技術(shù)，圖形圖像智能分析技術(shù)，人工智能，機(jī)器學(xué)習(xí)等。二、 課程的目的與教學(xué)基本要求課程的目的計算機(jī)視覺是當(dāng)前人工智能最重要的研究方向，本課程介紹計算機(jī)視覺的基本問題，幫助學(xué)生掌握該領(lǐng)域的基本概念，基礎(chǔ)知識和基本方法，為從事相關(guān)領(lǐng)域研究打開一扇大門。課程還通過經(jīng)典文獻(xiàn)閱讀、經(jīng)典算法與應(yīng)用

2、的驗證，鍛煉學(xué)生在計算機(jī)科學(xué)領(lǐng)域的學(xué)習(xí)與探索能力。教學(xué)基本要求計算機(jī)視覺的知識點(diǎn)及涉及相關(guān)領(lǐng)域較多，實(shí)踐與應(yīng)用性強(qiáng)。教師講解應(yīng)該把握住每個專題的核心脈絡(luò)與目標(biāo)，講解清楚代表性模型、方法的原理與思路，并結(jié)合典型應(yīng)用，讓學(xué)生在了解知識域內(nèi)的基本問題后，能順利銜接到相關(guān)的實(shí)踐驗證環(huán)節(jié)。三、 課程適用專業(yè)軟件工程相關(guān)專業(yè)四、 課程教學(xué)內(nèi)容1. 計算機(jī)視覺理論基礎(chǔ)與框架3學(xué)時a) 計算機(jī)視覺的基本問題b) 視覺悖論與計算機(jī)視覺的難點(diǎn)c) 計算機(jī)視覺框架表達(dá)與建模，計算與求解，實(shí)現(xiàn)d) 計算機(jī)視覺應(yīng)用2. 視覺中的局部特征6學(xué)時 a) 特征檢測與描述子b) 常見的形狀、方向梯度和色彩紋理的特征Shape

3、Context, SIFT; 簡介LSS,SURF, GLOH, HOG, Color Moments等。c) 實(shí)時應(yīng)用中的快速特征FAST, BRIEF, OBRd) 3D特征簡介e) 特征匹配及相關(guān)問題野點(diǎn)去除；距離定義（NNDR）；ROC曲線與正確/錯誤率；RANSAC3. 物體識別簡介3學(xué)時a) 視覺模型：產(chǎn)生式模型，描述式模型，判別式模型b) 基于匹配的實(shí)例識別c) 基于詞袋的類別識別4. 幾何配準(zhǔn)與運(yùn)動結(jié)構(gòu)6學(xué)時a) 立體視覺與幾何原理b) 姿態(tài)估計（外標(biāo)定）與攝像機(jī)標(biāo)定（幾何參數(shù)內(nèi)標(biāo)定）c) 基于特征序列的運(yùn)動到結(jié)構(gòu)恢復(fù)（SFM）d) 光束平差法（Bundle Adjuctment）e) 稠密運(yùn)動估計（光流，KLT）f) 增強(qiáng)現(xiàn)實(shí)應(yīng)用5. 立體對應(yīng)與3D重建7學(xué)時a) 極線幾何b) 稠密與稀疏對應(yīng)c) 深度計算d) 點(diǎn)云、體與表面重建6. 基于視覺的SLAM7學(xué)時a) 從SFM、PTAM到v-SLAM的演進(jìn)與對比b) 典型v-SLAM算法的架構(gòu)分析c) 閉環(huán)與全局優(yōu)化d) 基于卡爾曼濾波的IMU數(shù)據(jù)融合e) 重建后的3D分割、識別與場景理解問題五、 實(shí)踐教學(xué)內(nèi)容1. 局部特征檢測與匹配4學(xué)時2. 手機(jī)攝像頭標(biāo)定