《机器视觉》课程教学大纲（硕士研究生）

PAGEPAGE1广州大学研究生课程教学大纲课程名称中文机器视觉课程编号0006200112英文MachineVision开课单位计算机科学与网络工程学院考核方式考查学时32学分2.0课程类别专业课编制者王员根适用对象学术型硕士、专业型硕士课程简介(中文)：计算机视觉是一门研究用计算机来实现人类视觉功能的学科，包括对目标进行分割、分类、识别、检测、跟踪和决策等。它是人工智能领域的重要分支，在工业界有广泛的应用前景，也是科学研究中的一个富有挑战性的研究方向。它包含领域广，综合性强，涉及图像处理、模式识别、计算机科学、统计学、神经生理学和认知科学等多门学科。课程简介(英文)：Machinevisionisasubjectthatstudieshowtousethecomputertorealizethehumanvisualfunction,includingobjectsegmentation,classification,recognition,detection,tracking,anddecision-making.Itisanessentialbranchinthefieldofartificialintelligence.Ithasabroadapplicationprospectinindustry,anditisalsoachallengingresearchdirectioninscientificresearch.Itincludesawiderangeoffields,includingimageprocessing,patternrecognition,computerscience,statistics,neurophysiology,cognitivescience,andotherdisciplines.课程目标与基本要求：了解计算机视觉的发展历史、相关学科、应用领域和研究方向，培养学生学习兴趣，引导学生关注学科前沿和业界动态。掌握基本的图像预处理和特征提取的原理和方法；掌握卷积神经网络的相关知识（损失函数、正则化和梯度下降优化算法等）；为后续内容提供基础。掌握图像分类、目标检测、语义分割、场景理解和图像生成等的原理和经典算法，使学生具备基本的方向知识和研究方法，并能够自主拓展学习或解决相关问题。课程内容及学时分配：第1章绪论（2学时）第2章图像处理基础（4学时）第3章特征与分类器（4学时）第4章神经网络基础（6学时）第5章卷积神经网络（6学时）第6章图像分类与目标检测（4学时）第7章语义分割与场景理解（4学时）第8章图像生成与未来发展（2学时）教材及主要参考书目：[1]《卷积神经网络与计算机视觉》,[澳]萨尔曼·汗（SalmanKhan）等编，机械工业出版社，2019年；[2]《斯坦福CS231n深度学习与计算机视觉讲义》，李飞飞等编；[3]《计算机视觉：模型、学习和推理》，[英]西蒙J.D.普林斯编，机械工业出版社，2017年。预修课程：高等数学，离散数学，程序设计基础教师团队成员：王员根，唐伟轩，李亚，郑立刚，杜娇编制者签名：学科点意见：学科点负责人签名：年月日注：1、课程类别指公共课、专业课。2、适用对象指学术型硕士、专业型硕士、在职专业型硕士、博士等。3、课程内容要强调理论性与应用性课程的有机