讓機器“看見”—計算機視覺原理及實戰-AI100-專題視頻課程
讓機器“看見”—計算機視覺原理及實戰—17812人已學習
課程介紹
課程由哈爾濱工業大學副教授,視覺技術研究室負責人屈教授講解。由淺入深,圖文並茂,在講述概念的同時注重和實際系統結合,爲上手並深入研究無人駕駛,智能機器人,人機交互,醫療等行業應用奠定堅實基礎。
課程收益
認真學習本門課程後,學員可以掌握計算機視覺技術的基本原理和應用方式。可在實際項目、創新項目、創業實踐中應用,同時可供感興趣同學作爲以後深入學習計算機視覺知識的基礎。公開課試聽:http://edu.csdn.net/course/detail/5510
講師介紹
AI100更多講師課程
AI100致力於推進人工智能和數據科學領域的人才培養。目標是在 2025 年前爲中國培養100萬人工智能工程師,200萬各行業數據科學講師,幫助30萬中國企業走向智能化。
課程大綱
第1章:計算機視覺引論及基礎介紹
1.計算機視覺 3:16
2.第一節課課前答疑 26:05
3.(一)引論及基礎 2:10
4.(1.1)什麼是計算機視覺 2:53
5.(1.2)視覺系統構成要素 1:29
6.(二)視覺系統構成實例 (2.1)機器視覺系統 3:04
7.(2.2)交通視頻檢測 2:12
8.(2.3)Xbox 與 Kinect 3:37
9.(2.4)”好奇車“火星探測車 4:21
10.(三)照明模型 (3.1)光通量 4:53
11.(3.2)輻照度 4:32
12.(四)-(4.1)顏色模型 11:09
13.(4.2)OpenCV 實現 15:10
14.(五)圖像的採集與顯示 (5.1)圖像採集 7:21
15.(5.2)圖像傳輸 10:45
16.(5.3)圖像顯示 8:15
17.(六)課程結構與參考書 (6.1)課程結構 2:33
18.(6.2)參考書籍 3:50
19.第一節課課後答疑 28:59
第2章:圖像預處理,邊緣提取及圖像分割
1.圖像預處理,邊緣提取及圖像分割 02:19:07
第3章:圖像特徵提取及光流估計
1.計算機視覺第三課課前討論及答疑 11:22
2.圖像特徵提取與運動估計 2:11
3.(一)角點檢測 0:30
4.(1.1)Harris算子原理 27:28
5.(1.2)OpenCV實例 5:01
6.(1.3)第一部分答疑 4:30
7.(二)背景建模 0:10
8.(2.1)背景建模原理 22:13
9.(2.2)背景建模處理實例 2:59
10.(2.3)第二部分答疑 3:48
11.(三)光流估計 0:17
12.(3.1)光流估計基本模型 7:08
13.(3.2)Lucas-Kanade方法 14:22
14.(3.3)光流估計示例 5:50
15.(四)總結 1:02
16.計算機視覺第三課課後答疑 17:40
第4章:圖像處理綜合實例
1.計算機視覺第四課課前討論及答疑 15:29
2.(一)Visual Studio視覺編程工具 2:16
3.(1.1)ImageWatch 2:06
4.(1.2)VSColorOutput 1:35
5.(1.3)VS Line Counter 1:11
6.(1.4)SuperCharge 7:27
7.(二)米粒檢測 21:52
8.(三)運動目標檢測(靜止背景) 23:09
9.(四)光流跟蹤 18:38
10.(五)總結 7:40
11.計算機視覺第四課課後答疑 28:24
第5章:視覺幾何基礎與位姿估計
1.(一)座標變換與攝像機模型 2:18
2.(1.1)座標系與座標變化 24:56
3.(1.2)線性攝像機模型 12:58
4.(二)相對位姿測量算法 0:13
5.(2.1)基本問題 5:34
6.(2.2)線性求解 21:40
7.(三)基於平面特徵點的位姿測量 0:15
8.(3.1)基本問題 5:07
9.(3.2)線性求解 6:13
10.(3.3)擴展 4:44
11.(四)雙目視覺基礎 0:10
12.(4.1)基本問題 3:05
13.(4.2)平行雙目視覺 8:49
14.(五)總結 1:05
15.計算機視覺第四課課後答疑 20:14
第6章:相機標定及位姿估計實例
1.計算機視覺第六課課前討論及答疑 10:32
2.(一)極線幾何 2:04
3.(1.1)極線幾何與本質矩陣 14:53
4.(1.2)本質矩陣求解 13:08
5.(1.3)擴展 2:51
6.(二)穩健估計 0:21
7.(2.1)基本問題 7:43
8.(2.2)RANSAC 11:24
9.(2.3)OpenCV相關函數 1:42
10.(2.4)第一部分和第二部分答疑 6:49
11.(三)立體匹配 0:29
12.(3.1)基本問題 7:51
13.(3.2)示意 3:23
14.(3.3)OpenCV相關函數 1:17
15.(四)相機標定 1:00
16.(4.1)基本問題 3:44
17.(4.2)Zhang方法 16:38
18.(4.3)演示 7:12
19.(五)總結 1:54
20.計算機視覺第六課課後答疑 12:55
大家可以點擊【查看詳情】查看我的課程
課程介紹
課程由哈爾濱工業大學副教授,視覺技術研究室負責人屈教授講解。由淺入深,圖文並茂,在講述概念的同時注重和實際系統結合,爲上手並深入研究無人駕駛,智能機器人,人機交互,醫療等行業應用奠定堅實基礎。
課程收益
認真學習本門課程後,學員可以掌握計算機視覺技術的基本原理和應用方式。可在實際項目、創新項目、創業實踐中應用,同時可供感興趣同學作爲以後深入學習計算機視覺知識的基礎。公開課試聽:http://edu.csdn.net/course/detail/5510
講師介紹
AI100更多講師課程
AI100致力於推進人工智能和數據科學領域的人才培養。目標是在 2025 年前爲中國培養100萬人工智能工程師,200萬各行業數據科學講師,幫助30萬中國企業走向智能化。
課程大綱
第1章:計算機視覺引論及基礎介紹
1.計算機視覺 3:16
2.第一節課課前答疑 26:05
3.(一)引論及基礎 2:10
4.(1.1)什麼是計算機視覺 2:53
5.(1.2)視覺系統構成要素 1:29
6.(二)視覺系統構成實例 (2.1)機器視覺系統 3:04
7.(2.2)交通視頻檢測 2:12
8.(2.3)Xbox 與 Kinect 3:37
9.(2.4)”好奇車“火星探測車 4:21
10.(三)照明模型 (3.1)光通量 4:53
11.(3.2)輻照度 4:32
12.(四)-(4.1)顏色模型 11:09
13.(4.2)OpenCV 實現 15:10
14.(五)圖像的採集與顯示 (5.1)圖像採集 7:21
15.(5.2)圖像傳輸 10:45
16.(5.3)圖像顯示 8:15
17.(六)課程結構與參考書 (6.1)課程結構 2:33
18.(6.2)參考書籍 3:50
19.第一節課課後答疑 28:59
第2章:圖像預處理,邊緣提取及圖像分割
1.圖像預處理,邊緣提取及圖像分割 02:19:07
第3章:圖像特徵提取及光流估計
1.計算機視覺第三課課前討論及答疑 11:22
2.圖像特徵提取與運動估計 2:11
3.(一)角點檢測 0:30
4.(1.1)Harris算子原理 27:28
5.(1.2)OpenCV實例 5:01
6.(1.3)第一部分答疑 4:30
7.(二)背景建模 0:10
8.(2.1)背景建模原理 22:13
9.(2.2)背景建模處理實例 2:59
10.(2.3)第二部分答疑 3:48
11.(三)光流估計 0:17
12.(3.1)光流估計基本模型 7:08
13.(3.2)Lucas-Kanade方法 14:22
14.(3.3)光流估計示例 5:50
15.(四)總結 1:02
16.計算機視覺第三課課後答疑 17:40
第4章:圖像處理綜合實例
1.計算機視覺第四課課前討論及答疑 15:29
2.(一)Visual Studio視覺編程工具 2:16
3.(1.1)ImageWatch 2:06
4.(1.2)VSColorOutput 1:35
5.(1.3)VS Line Counter 1:11
6.(1.4)SuperCharge 7:27
7.(二)米粒檢測 21:52
8.(三)運動目標檢測(靜止背景) 23:09
9.(四)光流跟蹤 18:38
10.(五)總結 7:40
11.計算機視覺第四課課後答疑 28:24
第5章:視覺幾何基礎與位姿估計
1.(一)座標變換與攝像機模型 2:18
2.(1.1)座標系與座標變化 24:56
3.(1.2)線性攝像機模型 12:58
4.(二)相對位姿測量算法 0:13
5.(2.1)基本問題 5:34
6.(2.2)線性求解 21:40
7.(三)基於平面特徵點的位姿測量 0:15
8.(3.1)基本問題 5:07
9.(3.2)線性求解 6:13
10.(3.3)擴展 4:44
11.(四)雙目視覺基礎 0:10
12.(4.1)基本問題 3:05
13.(4.2)平行雙目視覺 8:49
14.(五)總結 1:05
15.計算機視覺第四課課後答疑 20:14
第6章:相機標定及位姿估計實例
1.計算機視覺第六課課前討論及答疑 10:32
2.(一)極線幾何 2:04
3.(1.1)極線幾何與本質矩陣 14:53
4.(1.2)本質矩陣求解 13:08
5.(1.3)擴展 2:51
6.(二)穩健估計 0:21
7.(2.1)基本問題 7:43
8.(2.2)RANSAC 11:24
9.(2.3)OpenCV相關函數 1:42
10.(2.4)第一部分和第二部分答疑 6:49
11.(三)立體匹配 0:29
12.(3.1)基本問題 7:51
13.(3.2)示意 3:23
14.(3.3)OpenCV相關函數 1:17
15.(四)相機標定 1:00
16.(4.1)基本問題 3:44
17.(4.2)Zhang方法 16:38
18.(4.3)演示 7:12
19.(五)總結 1:54
20.計算機視覺第六課課後答疑 12:55
大家可以點擊【查看詳情】查看我的課程
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.