背景:
在數據爆炸的大數據時代,大量的圖片,視頻內容需要處理,計算機視覺便是能夠簡化這一任務的科學,是人工智能產業重要的一環。
所需的基本知識:
1.概率學,統計學,線性代數,微積分,(數字信號處理)
Matlab,Python中的一種
建議入門課程:Coursera《概率圖模型》
2.數字圖像處理(有助於理解計算機視覺)
參考教材:《數字圖像處理》—— Gonzalez
入門課程:Coursera 《ImageandVideoProcessing:FromMarstoHollywoodwithaStopattheHospital》
3.數學模型的運用
可參考數學建模入門書籍:《數學建模算法與應用》——司守奎
具備以上能力後,可以開始學習計算機視覺的高級內容
1.廣泛閱讀學術論文,輔以各類實踐視頻
推薦視頻: 《DiscreteInferenceinArtificialVision》
2.引入python以及開源框架
推薦書籍:《 ProgrammingComputerVisionwithPython》
3.機器學習與卷積神經網絡(CovNets)
推薦書籍: 《BuildingMachineLearningSystemswithPython》 《PythonMachineLearning》
4.研究學術論文,研究研討會。
如 BMVC、CVPR、ECCV、ICCV這些頂級的學術會議
計算機視覺作爲一門交叉學科,需要對 人工智能、數字圖像處理、機器學習、深度學習、模式識別、概率圖模型、科學計算以及一系列的數學計算等進行深入的研究。克服重重困難,才能撥雲見日。