《高维信息智能感知系统》课程教学大纲.docx

《《高维信息智能感知系统》课程教学大纲.docx》由会员分享，可在线阅读，更多相关《《高维信息智能感知系统》课程教学大纲.docx（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、高维信息智能感知系统教学大纲一、课程基本信息课程名称高维信息智能感知系统High Dimensional Informal ion Intelligent Percept ion System课程编码CST520421015开课院部计算机科学与技术学院课程团队计算机视觉教学团队学分1.5课内学时28讲授16实验0上机12 |实践0|课外学时0适用专业智能科学与技术授课语言中文先修课程程序设计（C/C+）、计算机图形学、计算机视觉课程简介 （限选）高维信息智能感知系统课程是面向智能科学与技术专业的一门专业选修课程，按照计算机类专业应用型创新型人才培养目标的要 求而开设的智能科学科研型课程。通过这

2、门课程的学习，能够让学生拥有掾作计算机,通过二维图像来认知三维环境信息的能力.这种能力不仅使机器能感知三维环境 中物体的几何信息（如形状、位置、姿态运动等），而且能进一步对它们进行描述、存储、识别与理解.本课程教学内容主要包括：目标检测、图像拼接与镶嵌、基于超分辨率图像序列重建的图像增强算法研究、电子稳像、图像融合、基 于深度学习的视觉感知技术、视觉跟踪等方面内容.并且课程以专业知识点为主，挖掘课程知识点与思政元素的融合点为目标，利用思政 案例、使学生在掌握专业知识的同时.培养学生树立正确的价值观和深入理解社会主义核心价值观等、High-dimcnsional infornuition int

3、el 1 igent perception system* is a professional elective course for the nuijor of intelligent science and technology. It is an intelligent science research course sot up according to the requirements of the training objectives of applied innovative talents for computer majors.Through the study of th

4、is course, students can have the abi1ity to operate computers and recognize three-dimensional environmental information through two-dimensional images, this ability not only enables the nuichine to perceive the geometric informcilion of objects in the lhree-dimensional envi ronment (such as shape, p

5、osi tion, posture motion, etc.), but also further describe, store, identify and understand them.The teaching content of this course mainly includes: target detection, image mosaic and mosaic, image enhancement algorithm research based on super-resolution image sequence reconstruction, electronic ima

6、ge stabi1ization, image fusion, visual perception technology and visual tracking based on deep learning. In addition, the course focuses on professional knowledge points, aiming at mining the integration points of course know1 edge points and ideological and political elements, and using ideological

7、 and political cases to enable students to master professional knowledge whileat the same time, cultivate students to establish correct values and in-depth understanding of socialist core values.负责人大纲执笔人审核人二、课程目标序号代号课程目标0BE毕业要月R指标点任务自选1M!目标1 :具备通过文献调研了解国内外研究现状，分析人类视觉的机理、计算机视觉技术核心问题、 多元信息融合技术的关键问题能力,

8、并给出解决方案，为毕业设要求指标点2. 3的达成提供支持,.是2.32.32M2目标2：熟练掌握视觉跟踪和目标检测算法的基本原理，并微将之应用到实际场景，并能撰写专业研 究报告和设计文档,并具备公开答辩陈述的能能力，为毕业要求指标点10的达成提供支持。是10. 110. 13M3目标3：深刻理解图像增强、图像融合等技术的技术原理.理解新技术出现对传统图像处理技术提出 的挑战和机遇,并能具备自主学习新算法、新理论的能力.为毕业要求指标点12. 2的达成提供支 持。是12.212.2三、课程内容序号章节号标题课程内容/重难点支撑课程目标课内学时教学方式课外学时课外环节11第1至绪论本章重点难点：现

9、有多源信息融合架构及其所属的方法、技术。1.1 人类视觉的研究理解眼暗的空间分辨能力机理，并理解眼睛在感知时间频率、 运动物体、空间频率等方面的机理.1.2 计算机视觉技术了解计算机视觉在人工智能、神经生物学、计算机科学、图像 处理等诸多领域的应用。1.3 多源信息融合技术了解信息融合架构、流行的信息融合模型、方法、技术和融合 层次。1.4 前沿知识调研M32讲授2作业调研相关领域最新技术、顶尖专家的研究成果及内容.树立正 确的人生观、价值观.22第2章摄像机标 定本章重点难点：摄像机模型及相关标定算法。2-1概述介绍摄像机标定的定义和内容2.2摄像机模型掌握摄像机标定算法及其原理2. 3标定

10、算法掌握传统摄像机标定算法、主动视觉摄像机标定方法和摄像机 自标定方法。M32讲授2作业33第3至视觉跟踪本章重点难点：主流视觉限踪框架及相关算法原理3.1视觉跟踪算法的原理了解视觉跟踪算法的基本原理及应用3. 2视觉跟踪研究框架了解目前主流视觉跟踪框架及相关算法原理3.3 Mean shift视觉跟踪算法掌握Mean shift视觉跟踪算法原理、算法及其实现主要代码3.4 基于变分辨率的自适应窗口目标跟踪方法研究掌握变分辨率的自适应窗口目标跟踪方法的原理、算法及其实 现主要代码M22讲授2作业44第1章目标检测本章重点难点：运动目标检测中的各种算法以及算法4.1 运动目标检测算法掌握运动目标

11、检测中的帧差法、光流法、背景减除法的基本原理4.2 基于参数统计的目标检测掌握基于参数统计的目标检测的原理、算法及其实现主要代码M22讲授2作业55第5堂图像拼接与镶嵌本章重点难点：图像拼接与像嵌涉及的主要问题及主流算法5.1尺度不变特征变换算法M22讲授2作业深刻理解尺度不变特征的定义.掌握SIFT匹配算法。5-2图像变换模型掌握全等变换模型 翻折全等变换、旋转全等变换模型。5. 3多相机图像拼接技术了解多相机图像拼接的意义、理解其中涉及的问题、了解目前 已有的主流算法5.4图像债嵌技术了解图像镀语的意义、理解其中涉及的问题、了解目前已有的 主流算法5. 5无缝图像拼接融合了解无缝图像拼接融

12、合中存在的问题及已有的解决方案5.6存在局部运动目标的镶嵌重影去除方法掌握存在局部运动目标的镶嵌重彩去除方法的算法以及实现代码5. 7镶嵌图像质量评价方法掌握基于视觉感知、特征匹配的图像质量评价方法基本原理66第6章图像增强本箪重点难点：图像增强经典算法及核心代码6.1 图像增强技术的研究意义了解图像增强技术的研究意义6.2 基于空域滤波的图缥平滑方法研究掌握基于空域述波的图像平滑方法及核心代码6.3 基干变分辨率的直方图均衡化图像增强算法研究学提基于变分辨率的直方图均衡化图像增强算法及核心代码6.4 基于超分辨率图像序列重建的图像增强算法研究 掌握基于超分辨率图像序列里建的图像增强算法及核心

13、代码M22讲授2作业77笫7 &电子稳像本章重点难点：光流法中光流估计算法原理及核心算法7.1光流法思想Ml2讲授2作业学握光流、光流场的定义、物理意义。7.2 光流运动矢量计算掌握光流法的基本原理，深刻理解光流运动矢量计算方法。7.3 基于Harris角点的光流运动估计的电子稳像掌握基于Harris角点的光流运动估计的电子稳像算法及核心代 码。7.4 基于光流运动矢量估计的稳像质量评价掌握基于光流运动矢量估计的稳像质量评价的基本原理及核心 算法。88第8章图像融合本章重点难点：多源图像融合算法、融合图像质量评价体系1.1 图像融合前端处理了解图像融合的意义，拿握融合过程的三层结构和系统框架，

14、1.2 红外与可见光图像的配准了解图像配准的定义、问题的难点、方法分类8. 3多源图像融合了解多源图像融合的目的及意义、掌握图像融合的分类及模型，掌握像素级图像融合的处理方法。9. 4融合图像质量评价了解当前图像融合效果评价问题的难点，掌握主客观评价方法 及其对应的方法。Ml2讲授2作业四、考核方式序号考核环节操作细节总评占比1平时作业1 .每周布置2-3道题目，平均每次课1道题以上。2 .成绩采用百分制.根据作业完成准确性、是否按时上交、是否独立完成评分，3 .考核学生对电力拖动自动控制系统基本知识的掌握能力.学生综合运用所学知识分析问题、解决问题的能力题型主要 有作图、分析和计算题。25%

15、图书智能视觉感知技术，李良福,科学出版社，2018.07, ISBN:9787O3O57929，1. （*主教材）2考勤随机点名、刷卡点名、课堂表现等5%3期末考试1 .闭卷考试，成绩采用百分制，卷面成绩总分100分。2 .主要考核学生对电力拖动自动控制系统基本知识的掌握能力.学生综合运用所学知识分析问题、解决问逆的能力，2S 型主要有简答题、作图题、分析题、计算题等.70%五、H分细则序号课程目标考核环节大致占比评分等级1Ml平时作业100%A ：充分调研了国内外关于计算机视觉的最新研究现状.针对AI问题能够给出较为完整、有一定创新的解 决方案。B :较为充分调研国内外关于计算机视觉的最新研

16、究现状，针对AI问题能够给出较为完整的解决方案.C ：调研了一定国内外关于计算机视觉的相关技术，针对AI问题能够给出兢为完善的解决方案。D ：调研了一定计算机视觉的相关技术，针对AI问题能够给出解决方案。E:无法达到作业要求2M2平时作业100%A：熟练掌握视觉跟踪和目标检测算法，很好的完成研究报告和设计文档.并且作品具有一定创新性。B：能够掌握视觉跟踪和目标检测算法，较好的完成研究报告和设计文档。C：基本掌握视觉跟踪和目标检测算法，完成研究报告和设计文档。D:基本了解视觉跟踪和目标检测算法，完成研究报告和设计文档。E ：无法了解基础理论，无法完成报告及文档.3M3期末考试100%A ；深刻理解相关技术原理.并能加以应用B：理解并拿握了相关技术原理.并能加以简单应用C：基本掌握了相关技术原理，并能加以简单应用D：基本掌握了相关技术原理E：无法掌握相关技术原理评分等 (A, B,(级说明：,D, E=90-100, 80-89, 70-79,60-69,0-59;六、教材与参考资料序号教学参考资料明细