


下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、精选优质文档-倾情为你奉上计算机视觉教学大纲课程编号:总学时:48 理论课学时: 32 实验课学时:16一、 课程的性质本课程为面向软件学院本科生开设的专业方向课,针对本科高年级学生,学习完整的计算机视觉基础理论。要求学生熟悉数字信号与多媒体对象、尤其是图像的处理方法。建议选修、非必要的前置课程可包括:数字媒体处理技术,图形图像智能分析技术,人工智能,机器学习等。二、 课程的目的与教学基本要求课程的目的计算机视觉是当前人工智能最重要的研究方向,本课程介绍计算机视觉的基本问题,帮助学生掌握该领域的基本概念,基础知识和基本方法,为从事相关领域研究打开一扇大门。课程还通过经典文献阅读、经典算法与应用
2、的验证,锻炼学生在计算机科学领域的学习与探索能力。教学基本要求计算机视觉的知识点及涉及相关领域较多,实践与应用性强。教师讲解应该把握住每个专题的核心脉络与目标,讲解清楚代表性模型、方法的原理与思路,并结合典型应用,让学生在了解知识域内的基本问题后,能顺利衔接到相关的实践验证环节。三、 课程适用专业软件工程相关专业四、 课程教学内容1. 计算机视觉理论基础与框架3学时a) 计算机视觉的基本问题b) 视觉悖论与计算机视觉的难点c) 计算机视觉框架表达与建模,计算与求解,实现d) 计算机视觉应用2. 视觉中的局部特征6学时 a) 特征检测与描述子b) 常见的形状、方向梯度和色彩纹理的特征Shape
3、Context, SIFT; 简介LSS,SURF, GLOH, HOG, Color Moments等。c) 实时应用中的快速特征FAST, BRIEF, OBRd) 3D特征简介e) 特征匹配及相关问题野点去除;距离定义(NNDR);ROC曲线与正确/错误率;RANSAC3. 物体识别简介3学时a) 视觉模型:产生式模型,描述式模型,判别式模型b) 基于匹配的实例识别c) 基于词袋的类别识别4. 几何配准与运动结构6学时a) 立体视觉与几何原理b) 姿态估计(外标定)与摄像机标定(几何参数内标定)c) 基于特征序列的运动到结构恢复(SFM)d) 光束平差法(Bundle Adjuctment)e) 稠密运动估计(光流,KLT)f) 增强现实应用5. 立体对应与3D重建7学时a) 极线几何b) 稠密与稀疏对应c) 深度计算d) 点云、体与表面重建6. 基于视觉的SLAM7学时a) 从SFM、PTAM到v-SLAM的演进与对比b) 典型v-SLAM算法的架构分析c) 闭环与全局优化d) 基于卡尔曼滤波的IMU数据融合e) 重建后的3D分割、识别与场景理解问题五、 实践教学内容1. 局部特征检测与匹配4学时2. 手机摄像头标定
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2024年公考时政常考题50道及答案
- 中级钳工应知试题及答案
- 音乐知识考核试题及答案
- 海姆立克急救法测试题(附答案)
- 2025全国农民科学素质网络竞赛知识试题库及答案
- 2025年《突发事件应对法》知识考试题库(含答案)
- (2025)班组级安全培训考试题库及参考答案
- 临床侵入性操作中的MDRO感染防控相关试题及答案
- 标准化课件文档
- 化纤聚酯知识培训课件
- 装修施工项目投标书模板
- 江苏省苏州市工业园区2025届数学九年级第一学期开学统考试题【含答案】
- 吊篮作业人员安全技术交底
- 机械加工与装配作业指导书
- 2024年辽宁省第二届职业技能大赛(焊接赛项)理论参考试题库(含答案)
- 2024年风力发电机设计导则DG03偏航和俯仰轴承报告(英文版)-NREL
- 医疗质量医疗安全核心制度知识试题题库及答案
- 沥青购销合同范本2024年
- 餐饮与单位用餐协议书模板
- 义务教育道德与法治课程标准2022版
- 人工智能赋能语文教育的创新发展研究
评论
0/150
提交评论