《CVcontents计算机视觉清华课件》由会员分享，可在线阅读，更多相关《CVcontents计算机视觉清华课件（15页珍藏版）》请在金锄头文库上搜索。
1、9/16/2020,Outline,助教 教材与参考书 Web sites FTP sources Tools (Intel OpenCV, IPL,) Demo 相关学科与相关课程的联系 Overview Introduction：Forsyths introduction on CV,9/16/2020,教材,英文影印版：DA Forsyth and J. Ponce, Computer Vision: A Modern Approach, Prentice Hall. 1st edition (August 14, 2002) ; Contents http:/www.cs.berkel
2、ey.edu/daf/book.html 清华大学出版社 中文翻译版：林学言，王宏 等， 计算机视觉：一种现代的方法，2004年6月；电子工业出版社,9/16/2020,参考书,马颂德，张正友，计算机视觉，科学出版社，北京，1998。 R. Jain, R. Kasturi and B. G. Schunck, Machine Vision, McGraw-Hill companies, Inc. 机械工业出版社， 2003.8。 L.G. Shapiro and G.C. Stockman, Computer Vision, Prentice Hall Inc, 2001. M. Sonka
3、, V. Hlavac, and R. Boyle, Image processing, analysis, and machine vision , Chapman (Faugeras) 3-view, 6 points in correspondence; (Quan Long) 3-view, 8 points with one missing in one of the three view. (Quan Long) 几何重构（Geometry reconstruction） 立体视觉(stereo vision) Shape from X (shading/motion/textur
4、e/contour/focus/de-focus/.),9/16/2020,Overview (2),计算机视觉的物理学基础 摄像机及其成像过程 视点、光源、空间中光线、表面处的光线. 明暗 shading、阴影 shadow 光学/色彩 light/color 辐射学，辐照率radiometry, 物体表面特性 漫反射表面（各向同性）Lambertian surface BDRF (bi-directional reflectance distribution fucntion),9/16/2020,Overview (3),计算机视觉的图像模型基础 摄像机模型及其校准 内参数、外参数 图像
5、特征 边缘、角点、轮廓、纹理、形状 图像序列特征 (运动) 对应点、光流,9/16/2020,Overview (4),计算机视觉的信号处理层次 低层视觉处理 单图像：滤波/边缘检测/纹理 多图像：几何/立体/从运动恢复仿射或透视结构 affine/perspective structure from motion 中层视觉处理 聚类分割/拟合线条、曲线、轮廓 clustering for segmentation, fitting line 基于概率方法的聚类分割/拟合 跟踪 tracking 高层视觉处理 匹配 模式分类/关联模型识别 pattern classification/aspe
6、ct graph recognition 应用 距离数据（range data）/图像数据检索/基于图像的绘制,9/16/2020,Overview (5),计算机视觉的数学基础 摄影几何、微分几何 概率统计与随机过程 数值计算与优化方法 机器学习 计算机视觉的基本的分析工具和数学模型 Signal processing approach: FFT, filtering, wavelets, Subspace approach: PCA, LDA, ICA, Bayesian inference approach: EM, Condensation/SIS/, MCMC, . Machine
7、learning approach: SVM/Kernel machine, Boosting/Adaboost, NN/Regression, HMM, BN/DBN, Gibbs, MRF, ,9/16/2020,Overview (6),计算机视觉问题的特点 高维数据的本质维数很低，使得模型化成为可能。 High dimensional image/video data lie in a very low dimensional manifold. 问题的不适定性 缺少约束的逆问题 优化问题,9/16/2020,Introduction,Forsyths introduction on CV,
