2022年计算机视觉 3.pdf

计算机视觉（ 541058）教学大纲01教学单位： 软件学院02课程编号： 541058 03课程名称： 计算机视觉04课程英文名称： Computer Vision 05课程学时： 32 学时，其中含实验学时06课程学分： 2 学分07课程类别： 专业教育课08课程性质： 选修09开课学期： 第 7 学期10面向专业： 软件工程11选用教材1. 塞利斯基 ( 艾海舟等译 ) ， 计算机视觉：算法与应用 ， 清华大学出版社，2012。12主要参考书1. 布拉德斯基等（于仕琪等译） ， 学习 OpenCV ， 清华大学出版社， 2009 13课程教学目的与任务计算机视觉 主要介绍如何编写算法提取图像和视频中的信息，并使计算机根据提取的信息自动做出决策。是一门为国防、公共安全监控、机器人、工业生产流水线自动检测，智能手机等领域培养计算机人才的课程。在该课程中，学生学习的技术包括： 从图像或视频中提取物体的边缘及轮廓信息、特征及纹理信息、空间位置信息、运动信息等等。以及从提取的信息中进行推理判断，从而识别视频中的特定目标（例如人脸）并进行跟踪、分析视频中的各种行为并识别异常事件等等。通过该课程的学习， 学生将掌握： （1）图像和视频中的初级信息 （包括特征点，物体边缘及轮廓） 提取；(2) 将视频场景中的各个物体按照内在联系（包括空间位置，亮度值， 纹理环境，时空变化等）进行分割 ; (3) 计算物体在三维场景中的空间位置及运动速度；（4） 目标跟踪；（5） 人脸识别；（6） 海量数据库中的图像检名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 4 页 - - - - - - - - - 索； （7） 人物行为分析。学生将具有为从安全监控到智能手机开发计算机视觉软件的基础知识及能力。14课程教学基本要求本课程设有课堂讲授，教学辅助及考试等教学环节。课堂讲授环节以多媒体教学方式为主，辅以算法及代码演示，板书理论推导等。课上将对外文专业术语及时给出解释，并带领学生阅读外文资料。 每节课设有课堂提问，以随时了解学生的知识掌握情况。教学辅助环节设三次作业，分别在第二，四，七章教学内容完成之后。具体内容为：（1）编写程序实现 Seam Carving 算法。该作业通过动手编写程序，使学生实际掌握视频的预处理方法及初级信息提取，以及根据信息进行动态规划。（2）编写程序实现 Photo Merge 算法。该作业使学生实际掌握多摄像头共同检测时的信息关联，以及视频间的几何变换。（3）编写程序实现Bag of Words 算法，并应用于视频分类。该作业使学生掌握如何在海量视频库中找到具有相似物体的图像。考试环节将根据当年的前沿课题，引导学生阅读课外资料，并写程序解决问题。15预备知识或先修课程要求本课程建议学生具有线性代数及概率与数理统计基础知识。由于视频信号的本质是一个高维矩阵， 从中提取信息需要很多矩阵运算， 因此需要已经学习过 线性代数以理解这些算法。 此外，由于计算机视觉中的很多问题涉及从不确定的观察中推理出具有最大概率的事件，而解决方法是建立在概率与数理统计基础上的，因此需学生具备基本的概率与数理统计知识。本课程也将在课程开始阶段，介绍所需的线性代数及概率与数理统计知识要点。16课程教学内容、要求及学时分配课程的主要内容是介绍如何从图像和视频中提取信息并实现计算机自动推理和识别任务。重点介绍图像分割，双目视觉，运动估算，信息分类及目标识别。其中双目视觉及运动估算需大量数学推导，是课程的难点， 也是实现高级推理的基础，将着重讲授。具体教学内容，要求及学时分配如下：第一章 绪论 （4 学时）名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 4 页 - - - - - - - - - 1.1 计算机视觉的基本概念（掌握）1.2 计算机视觉的发展历史和趋势（了解）1.3 计算机视觉技术的应用领域（了解）1.4 数字图像及视频的采集过程及信息丢失（掌握）1.5 数字图像及视频的预处理技术（掌握）1.6 OpenCV及 Matlab 基础（理解）第二章 特征提取（4 学时）2.1 Harris角点特征提取（掌握）2.2 Canny 边缘提取（掌握）2.3 主动轮廓提取（理解）2.4 SIFT 特征描述（掌握）第三章 图像分割（4 学时）3.1 K-means 聚类算法（掌握）3.2 Mean-Shift聚类算法（掌握）3.3 Graph-Cut分割算法（理解）第四章 双目视觉（4 学时）4.1 对极几何（理解）4.2 在双目镜头中寻找对应点（掌握）4.3 估算双目视觉中的基础矩阵（掌握）4.4 估算深度信息（掌握）第五章 运动估算及目标跟踪（4 学时）5.1 光流法（理解）5.2 从视频中估算空间结构及相机运动（了解）5.3 Kalman 滤波跟踪算法（掌握）5.4 粒子滤波跟踪算法（掌握）第六章 目标识别（4 学时）6.1 目标识别的概念（了解）6.2 基于图像局部区域的识别（理解）6.3 基于 SIFT 特征的识别（掌握）6.4 人脸识别（掌握）名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 4 页 - - - - - - - - - 第七章 类别识别（ 4 学时）7.1 Bag of Words词袋模型（掌握）7.2 从训练图像中估计参数（掌握）7.3 海量数据库中的图像检索（掌握）第八章 行为识别（4 学时）8.1 基于轨迹计算的行为识别（理解）8.2 图片结构（ pictorial structure）模型（理解）8.2 姿态估计（理解）8.3 基于姿态估计的行为识别（理解）17考核要求、考核方式及成绩评定标准考核要求：本课程以培养学生对计算机视觉技术的修养和知识为目的，因此，考核的重点是考查学生对计算机视觉技术的理解程度、应用能力和学习能力。 要求学生在实践过程中深入立即和掌握计算机视觉技术。考核方式：平时考核 +期末考核。成绩评定标准：平时成绩 +期末考评平时成绩：根据学生上课出勤、回答课堂提问情况、作业质量、课堂纪律等方面情况来评定，占总评成绩的40% 。期末考评：根据期末程序代码及报告质量评定，占总评成绩的60% 。18执笔人： 许志闻 教授19制定日期： 20131020 20审核人：牛砚 讲师21审核日期： 20131110 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 4 页 - - - - - - - - -