《计算机视觉》课程简介

更新:2020-10-28 15:40:47 阅读:人次

《计算机视觉》课程简介

一、课程名称(中英文)

中文名称:计算机视觉

英文名称:Computer Vision

二、课程代码及性质

专业方向课选修

三、学时与学分

总学时:40(理论学时:32学时;实验学时:8学时)

学分:2.5

四、先修课程

线性代数, 概率论与数理统计, 微积分

Python或Matlab(或C++),算法设计与分析

人工智能导论,机器学习

五、主要教学内容

使学生掌握计算机视觉的基本概念、图像处理、图像特征与匹配、卷积神经网络及其在图像处理中的应用等基本思想原理、流行算法和技术,以及深度学习中的卷积神经网络原理、训练和典型网络结构。着重讲述计算机中的几个主要任务:图像特征与匹配、图像分类、目标检测、人脸识别中的卷积神经网络模型及学习过程;同时,将方法与理论(卷积神经网络,计算视觉理论)紧密结合,理论与实践相结合。

六、特色

本课程的教学过程中将采用理论与实际问题相结合的方法进行教学,充分调动学生的学习积极性,实施课内和课外相结合的学习方式,体现研究性学习,提高学习效果。同时结合计算机视觉和深度学习的发展,开展文献阅读与讨论,让学生了解本课程在学科发展中的地位以及前沿发展趋势。主要的教学环节包括课堂授课、课后作业、课程实验、课程论文/课程项目、课堂测验等环节。

七、考核方式

平时作业成绩+实验汇报+课程报告

八、使用的教材

1. Ian Goodfellow, Yoshua Bengio, and Aaron Courville. Deep Learning. MIT Press, 2017

2. Richard Szeliski, CV: Computer Vision: Algorithms and Applications, 2010

3.[中文版]计算机视觉——算法与应用,艾海舟[译],清华大学出版社,2012

九、主讲教师

凌贺飞、何琨、邹复好 等