计算机视觉应用基础课程介绍:
深度学习是一个基于经验的领域,现在计算机视觉用基于深度学习的方法居多,但基于深度学习的算法缺乏可解释
性,而目标检测,跟踪,识别一直是行业内计算机视觉方向的核心技术,理解核心技术的根本原理才能实现进一步
的创新。学习这门课程不仅扩展了知识面,而且通过系统的学习并结合实践项目的演练,真正理解图像底层的信
息,掌握了计算机视觉核心算法的基本流程与代码实现过程。为未来的研究打下了夯实的基础。
课程目录:
目录截图:
详细目录:
SL--计算机视觉应用基础 ├─ 第1章:图像分割:基于统计模型的图像分割 │ ├─ 第1节:图像分割简要叙述 │ │ ├─ 任务4-1:【课件】基于统计的图像分割.pdf │ │ └─ 任务4-2:图像分割概述.mp4 │ ├─ 第2节:基于统计的图像分割 │ │ └─ 任务5:基于统计的图像分割.mp4 │ └─ 第3节:作业 │ ├─ L1homework.rar │ ├─ 任务6-1:作业视频.mp4 │ ├─ 任务6-2:【视频】代码框架介绍.mp4 │ ├─ 任务6-3:【作业】第一章.png │ ├─ 任务7-1:第一章第一题思路提示.mp4 │ ├─ 任务7-2:第一章第二题思路提示.mp4 │ ├─ 任务7-3:第一章第三题思路提示.mp4 │ └─ 第一章作业讲评-曹志文.pdf ├─ 第1节:课程介绍 │ ├─ 任务2:【视频】计算机视觉应用基础课程介绍.mp4 │ └─ 任务3:【视频】计算机视觉概述.mp4 ├─ 第2章:图像分割:基于主动轮廓的图像分割 │ ├─ 第1节:基于主动轮廓的图像分割 │ │ ├─ 任务8-2:基于主动轮廓的图像分割.mp4 │ │ └─ 第2章基于主动轮廓的图像分割.pdf │ ├─ 第2节:Snake算法实现 │ │ └─ 任务9:Snake算法实现.mp4 │ ├─ 第3节:GVFSnake算法 │ │ └─ 任务10:GVFSnake算法.mp4 │ ├─ 第4节:代码及作业 │ │ ├─ ch2_hw.zip │ │ ├─ 任务12:【作业】第二章.png │ │ ├─ 第二章作业讲评-胡思杰.pdf │ │ └─ 视频11-2:【视频】代码讲解.mp4 │ └─ 第5节:补充材料 │ ├─ 任务13-1:【视频】梯度下降补充资料.mp4 │ ├─ 任务13-2:【视频】GVF补充资料.mp4 │ └─ 任务13-3:【视频】Snake补充资料.mp4 ├─ 第3章:图像分割:基于水平集的图像分割 │ ├─ 第1节:CV图像分割模型 │ │ ├─ 任务14-2:基于水平集的图像分割(上).mp4 │ │ ├─ 第3章_图像分割_基于水平集的图像分割_第1部分-赵松2020.10.2.pdf │ │ └─ 第3章_图像分割_基于水平集的图像分割_第2部分-赵松2020.10.2.pdf │ ├─ 第2节:CV分割模型的改进 │ │ └─ 任务15:Chan-Vese模型(CV模型).mp4 │ ├─ 第3节:水平集分割模型代码分析 │ │ ├─ 任务16:基于水平集的图像分割(下).mp4 │ │ └─ 任务17:Multi Phase模型.mp4 │ └─ 第4节:作业实践 │ ├─ HW_ch3.rar │ ├─ 任务18-1:作业.mp4 │ ├─ 任务18-2:【视频】代码框架讲解.mp4 │ ├─ 任务18-3:【作业】第三章.png │ └─ 第三章作业讲评-赵泽宇同学.pptx ├─ 第4章:图像分割:交互式图像分割 │ ├─ 第1节:交互式图像分割简介 │ │ ├─ 20-2:课程内容概述.mp4 │ │ ├─ 20-3:引言.mp4 │ │ ├─ 任务18-1:作业.mp4 │ │ ├─ 任务18-2:【视频】代码框架讲解.mp4 │ │ └─ 第4章_图像分割_交互式图像分割-赵松.pdf │ ├─ 第2节:Graph Cuts(图割)方法以及改进 │ │ ├─ 21-1:Graph Cuts(图割).mp4 │ │ └─ 21-2:图割改进.mp4 │ ├─ 第3节:基于标签学习的交互式分割 │ │ ├─ 22-1:另一角度看Graph Cuts.mp4 │ │ ├─ 22-2:基于标签学习的交互式图像分割.mp4 │ │ ├─ 22-3:【作业】第四章.png │ │ └─ hw_ch4.zip │ └─ 第4节:作业框架讲解 │ ├─ 任务23-1:【视频】作业框架讲解及补充知识.mp4 │ ├─ 任务23-3:作业讲解1_build_map.mp4 │ ├─ 任务23-4:作业讲解2_BFS.mp4 │ └─ 第四章作业讲评-何志豪.pdf ├─ 第5章:图像分割:基于模型的运动分割 │ ├─ 第1节:运动目标检测简介 │ │ ├─ 24-2:运动目标分割概述.mp4 │ │ ├─ 24-3:参数估计简述.mp4 │ │ └─ L5基于模型的运动分割.pdf │ ├─ 第2节:混合高斯背景建模 │ │ └─ 任务25:混合高斯背景建模算法.mp4 │ └─ 第3节:作业 │ ├─ 26-1:作业视频.mp4 │ ├─ 26-3:【作业】第五章.png │ ├─ hw_ch5.rar │ ├─ 任务26-2:【视频】代码框架讲解.mp4 │ └─ 第五章作业讲评-杨博荃.pdf ├─ 第6章:目标跟踪:基于光流的点目标跟踪 │ ├─ 第1节:目标跟踪简介 │ │ ├─ 任务28-2:目标跟踪简介.mp4 │ │ └─ 第6章目标跟踪光流.pdf │ ├─ 第2节:光流以及基于光流的跟踪 │ │ └─ 任务29:光流.mp4 │ ├─ 第3节:基于光流目标跟踪的代码分析 │ │ └─ 任务30:基于光流的目标跟踪.mp4 │ └─ 第4:实践作业 │ ├─ hw_ch6.rar │ ├─ 【作业】第6章.png │ ├─ 任务31-2:【视频】代码讲解.mp4 │ └─ 第六章作业讲评-谢忱.pdf ├─ 第7章:目标跟踪:基于均值漂移的块目标跟踪 │ ├─ 第1节:均值漂移算法提出原因 │ │ ├─ 任务33-2:模板匹配算法跟踪.mp4 │ │ └─ 第7章目标跟踪Mean-shift.pdf │ ├─ 第2节:核密度估计 │ │ └─ 任务34:核密度估计.mp4 │ ├─ 第3节:基于均值漂移的目标跟踪算法 │ │ └─ 任务35:均值漂移算法 截取视频.mp4 │ ├─ 第4节:基于均值漂移目标跟踪算法的代码分析 │ │ └─ 任务36:基于均值漂移的目标跟踪.mp4 │ └─ 第5节:作业 │ ├─ 37:【作业】第七章.png │ ├─ HW7.rar │ ├─ 任务37-1:作业.mp4 │ └─ 任务37-2:【视频】代码框架讲解.mp4 ├─ 第8章:目标跟踪:基于粒子滤波的目标跟踪 │ ├─ 第1节:自顶向下的跟踪基础 │ │ ├─ 任务39:自顶向下的跟踪基础.mp4 │ │ └─ 第8章_目标跟踪_粒子滤波.pdf │ ├─ 第2节:蒙特卡洛模拟 │ │ └─ 任务40:蒙特卡洛.mp4 │ ├─ 第3节:基于粒子滤波的目标跟踪算法 │ │ └─ 任务41:基于粒子滤波的跟踪算法.mp4 │ └─ 第4节:作业 │ ├─ 42:【作业】第八章.png │ ├─ hw_ch8.rar │ └─ 任务42-2:作业讲解.mp4 └─ 第9章:目标跟踪:基于核相关滤波的目标跟踪 ├─ 第1节:相关滤波 │ ├─ 任务44:相关滤波.mp4 │ └─ 第9章_目标跟踪_相关滤波.pdf ├─ 第2节:MOSSE │ └─ 任务45:MOSSE.mp4 ├─ 第3节:跟踪方法总结与展望 │ └─ 任务46:跟踪方法总结与展望.mp4 └─ 第4节:作业 └─ 任务47:【作业】第九章.png ├─ 第10章 检测识别:一般目标检测识别之特征 │ ├─ 第1节 目标检测识别一般流程 │ │ ├─ 任务49:【视频】目标检测简介.mp4 │ │ └─ 第10章目标检测识别_特征.pdf │ ├─ 第2节 特征检测简介 │ │ └─ 任务50:【视频】特征检测简介.mp4 │ ├─ 第3节 边缘检测与角点检测 │ │ ├─ 任务51-1:【视频】边缘检测.mp4 │ │ └─ 任务51-2:【视频】角点检测.mp4 │ └─ 第4节 SIFT特征简介 │ ├─ 任务52-1:【视频】SIFT特征.mp4 │ └─ 任务52-2:【作业】第十章.png ├─ 第11章 检测识别:一般目标检测识别之分类器 │ ├─ 第1节 线性回归 │ │ ├─ 任务53-2:线性回归.mp4 │ │ └─ 第11章:目标检测识别.pdf │ ├─ 第2节 支持向量机 │ │ └─ 任务54:支持向量机.mp4 │ └─ 第3节 Adaboost │ ├─ 56:【作业】第十一章.png │ └─ 任务55:Adaboost.mp4 ├─ 第12章 检测识别:基于模型拟合的目标检测 │ ├─ 任务61:【作业】第十二章.png │ ├─ 第1节 前言 │ │ ├─ 任务58:前言.mp4 │ │ └─ 第12章:目标检测识别.pdf │ ├─ 第2节 霍夫变换与直线检测 │ │ └─ 任务59:霍夫变换与直线检测.mp4 │ └─ 第3节 RANSAC与直线检测 │ └─ 任务60:RANSAC与直线检测.mp4
此隐藏内容仅限VIP查看升级VIP
侵权联系与免责声明 1、本站资源所有言论和图片纯属用户个人意见,与本站立场无关 2、本站所有资源收集于互联网,由用户分享,该帖子作者与BBM资源站不享有任何版权,如有侵权请联系本站删除 3、本站部分内容转载自其它网站,但并不代表本站赞同其观点和对其真实性负责 4、如本帖侵犯到任何版权问题,请立即告知本站,本站将及时予与删除并致以最深的歉意 如有侵权联系邮箱:1415374178@qq.com
评论0