
| 授课教师 | 汤建良 | 性 别 | 男 | 职称 | 讲师 | 所在单位 | 理学院 | |
| 授课对象 | 硕士研究生 | |||||||
| 授课名称 | 计算机视觉(Computer Vision) | 授课时数 | 60 | |||||
| 课程类别 | 学位 | 考试方式 | 考试 | |||||
课 程 目 标 | 计算机视觉是人工智能领域的一个重要部分,它的研究目标是使计算机具有通过二维图像认知三维环境信息的能力。计算机视觉是以图象处理技术、信号处理技术、概率统计分析、计算几何、神经网络、机器学习理论和计算机信息处理技术等为基础,通过计算机分析与处理视觉信息;通过本课程的学习,使学生掌握计算机视觉的基本概念、基本原理、基本分析方法和算法,具有初步设计、实现计算机视觉中比较简单的算法的能力,从而为学生进一步从事该方向的学习与研究工作打下基础。 | |||||||
教 学 内 容 | 1、计算机视觉概述:计算机视觉的基本概念,计算机视觉的发展和应用,计算机视觉的现状。 2、边缘检测的基本理论与方法。 3、射影几何的基本介绍及几何元素的数学表达方法。 4、各种摄像机模型与适用不同任务的摄像机定标方法。 5、立体视觉方法。使用双摄像机得到的图像恢复三维物体深度信息的方法。 6、运动分析问题的数学基础:运动与不确定性描述。 7、运动分析方法:由图像灰度变化求取运动参数的光流法;由序列图像特征几何元素及运动模型跟踪特征几何元素的方法;由两维或三维特征几何元素的对应求取运动参数与形状的方法。 8、建模方法与识别方法:曲线与曲面的表达等。 9、计算机视觉的应用:机器人导航,物体定位,三维重建等。 | |||||||
教 学 要 点 | 掌握计算机视觉的基本概念,基本理论,基本方法及应用。 | |||||||
| " 教学方法及形式 | 讲授为主,讨论为辅。 | |||||||
| 学时分配进度安排 | 每周三学时 |
| " 教材(作者、出版社及出版时间) | 《Multiple View Geometry in Computer Vision》 Richard Hartley and Andrew Zisserman Cambridge University Press 2000 《计算机视觉-计算理论与算法基础》 马颂德 张正友 科学出版社 1998 |
| 必 读 书 目 | |
参 考 文 献 目 录 | |
| 思 考 讨 论 题 |
