計(jì)算機(jī)視覺(jué)-教學(xué)大綱-彭紹武

1、精選優(yōu)質(zhì)文檔-傾情為你奉上計(jì)算機(jī)視覺(jué)教學(xué)大綱課程編號(hào)：總學(xué)時(shí)：48 理論課學(xué)時(shí)： 32 實(shí)驗(yàn)課學(xué)時(shí)：16一、 課程的性質(zhì)本課程為面向軟件學(xué)院本科生開(kāi)設(shè)的專(zhuān)業(yè)方向課，針對(duì)本科高年級(jí)學(xué)生，學(xué)習(xí)完整的計(jì)算機(jī)視覺(jué)基礎(chǔ)理論。要求學(xué)生熟悉數(shù)字信號(hào)與多媒體對(duì)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(jì)算機(jī)視覺(jué)是當(dāng)前人工智能最重要的研究方向，本課程介紹計(jì)算機(jī)視覺(jué)的基本問(wèn)題，幫助學(xué)生掌握該領(lǐng)域的基本概念，基礎(chǔ)知識(shí)和基本方法，為從事相關(guān)領(lǐng)域研究打開(kāi)一扇大門(mén)。課程還通過(guò)經(jīng)典文獻(xiàn)閱讀、經(jīng)典算法與應(yīng)用

2、的驗(yàn)證，鍛煉學(xué)生在計(jì)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(jì)算機(jī)視覺(jué)的知識(shí)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(gè)專(zhuān)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(shí)域內(nèi)的基本問(wèn)題后，能順利銜接到相關(guān)的實(shí)踐驗(yàn)證環(huán)節(jié)。三、 課程適用專(zhuān)業(yè)軟件工程相關(guān)專(zhuān)業(yè)四、 課程教學(xué)內(nèi)容1. 計(jì)算機(jī)視覺(jué)理論基礎(chǔ)與框架3學(xué)時(shí)a) 計(jì)算機(jī)視覺(jué)的基本問(wèn)題b) 視覺(jué)悖論與計(jì)算機(jī)視覺(jué)的難點(diǎn)c) 計(jì)算機(jī)視覺(jué)框架表達(dá)與建模，計(jì)算與求解，實(shí)現(xiàn)d) 計(jì)算機(jī)視覺(jué)應(yīng)用2. 視覺(jué)中的局部特征6學(xué)時(shí) a) 特征檢測(cè)與描述子b) 常見(jiàn)的形狀、方向梯度和色彩紋理的特征Shape

3、Context, SIFT; 簡(jiǎn)介L(zhǎng)SS,SURF, GLOH, HOG, Color Moments等。c) 實(shí)時(shí)應(yīng)用中的快速特征FAST, BRIEF, OBRd) 3D特征簡(jiǎn)介e) 特征匹配及相關(guān)問(wèn)題野點(diǎn)去除；距離定義（NNDR）；ROC曲線與正確/錯(cuò)誤率；RANSAC3. 物體識(shí)別簡(jiǎn)介3學(xué)時(shí)a) 視覺(jué)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(shí)別c) 基于詞袋的類(lèi)別識(shí)別4. 幾何配準(zhǔn)與運(yùn)動(dòng)結(jié)構(gòu)6學(xué)時(shí)a) 立體視覺(jué)與幾何原理b) 姿態(tài)估計(jì)（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(dòng)到結(jié)構(gòu)恢復(fù)（SFM）d) 光束平差法（Bundle Adjuctment）e) 稠密運(yùn)動(dòng)估計(jì)（光流，KLT）f) 增強(qiáng)現(xiàn)實(shí)應(yīng)用5. 立體對(duì)應(yīng)與3D重建7學(xué)時(shí)a) 極線幾何b) 稠密與稀疏對(duì)應(yīng)c) 深度計(jì)算d) 點(diǎn)云、體與表面重建6. 基于視覺(jué)的SLAM7學(xué)時(shí)a) 從SFM、PTAM到v-SLAM的演進(jìn)與對(duì)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(shí)別與場(chǎng)景理解問(wèn)題五、 實(shí)踐教學(xué)內(nèi)容1. 局部特征檢測(cè)與匹配4學(xué)時(shí)2. 手機(jī)攝像頭標(biāo)定