计算机视觉导论

约 390 个字 预计阅读时间 1 分钟

Info

课程是 2022 年秋冬周晓巍老师开设的计算机视觉导论课程，文中所有图片都来源于他的 PPT。

授课的内容大致分以下几个部分：

1. 成像过程，涉及一些光学内容和相机的结构；
2. 图片处理，例如滤波、变形等等；
3. 图像匹配和运动估计，这是最重要的一部分。诚如周晓巍老师所言，所有视觉问题到最终都是一个匹配问题；
4. 图像拼接，这是前面几节方法的综合应用；
5. 运动恢复结构（SfM）；
6. 深度估计和三维重建，这是上一节内容的深化；
7. 识别，介绍了语义分割、目标检测、实力分割和人体姿态估计等等方向，主要是深度学习方法在二维图片上的应用；
8. 三维深度学习，主要是用深度学习方法优化三维视觉中的一些步骤；
9. 计算摄影，很粗略的介绍了高动态范围成像、去模糊、着色和超分辨率等等技术；
10. 基于图像渲染，这一节主要讨论如何基于多视角图像构造任意视角的图像。

除此主线内容之外，在最开始有一个导论和对线性代数的简单回顾，在 2 和 3 之间有一个对优化方法的介绍，在 6 和 7 之间有一个对深度学习的介绍。在此没有这些内容的笔记。

评论