立即学习:https://edu.csdn.net/course/play/10265/218914?utm_source=blogtoedu
课程体系
视觉计算理论架构:
Marr视觉计算理论包含三个层次,重建三维物体形状和位置,分为二维、二又二分之一维、三维。
二维:过零点,短线段,端点,边缘等基元特征
二又二分之一维:物体形状粗略描述,法向量,表面方向
三维:三维外形,三维组件之间的关系
早期图像表示模型:Part-based,分解,强的组成结构
80s,特征检测和特征识别方法,有先验知识,图像质量有要求
通用识别算法:sift算子,hog,orb算子
通用向量机
深度学习+计算机视觉:特征提取,区别于传统的SVM在层数很深,千层
二是,自动化通用特征提取
课程逻辑
深度学习+计算机视觉
高等数学,线性代数,矩阵分析,最优化方法,概率论,物理学刚体运动学,图像处理,模式识别
9个阶段从低层次到立体视觉
参考书:
数字图像处理,刚萨雷斯
计算机视觉教程 钟毓敏