Start my Computer Vision studying

今后在这里记录我的CV学习生涯。

学习计划

在查阅了诸多资料与大牛给萌新的建议后，自己也有了一个大致的学习规划：

关于DIP

虽然本科时学过这门课但早已忘光，我认为冈萨雷斯的《Digital Image Processing》还是需要快速补一下前四章的。之所以只看前几章是因为CV与CG之间的处理方法还是有所不同的。到后面的一些内容与CV初学关联性较小（我懒，用到再补）。

关于OpenCV

由于本人不会C++，为了尽可能地在短时间内入门CV，因此目前暂时考虑用py去实现一些OpenCV的内容。关于OpenCV我是打算对着Learning OpenCV去看，边看边实现地同时对照他官网的doc去学习背后的算法等知识。基本上常用的算法原理以及demo都带上了，学习数学证明的同时可以运行代码看效果，文档看完了计算机视觉的基本概念、算法就算是都清楚了。前期工作也基本围绕这个去展开。至于说C++，到了后期找工作阶段肯定还是要会的。不过CV要求的C++功底也不是说多深，语言并不是什么问题，因此学起来还是很快的。

读综述

在上个阶段结束后，基本上算是半只脚已经踏入了CV入门的大门（自认为）。接下来一个阶段以读综述性的书籍与paper为主，快速的对目前CV的所有方向有所认识。这阶段会进行的比较快，并且其实我准备在上个阶段进行到一定程度时就与本阶段同时展开。针对自己在实验室项目中实际需要的方向的深入研究做准备。本阶段预计用书：

• 《Computer Vision: A Reference Guide》
• 《Concise Computer Vision: An Introduction into Theory and Algorithms》

后续

上一个阶段过后，后续就非常的灵活了。此阶段会主要围绕实际项目的方向去展开。不过主要工作就是读paper，读paper，读paper… 此阶段可能用到的资料：

• 《Computer Vision: Algorithms and Applications》
• 《Multiple View Geometry in Computer Vision

以及：无数paper =。=

还有一些资源

除了上面提到的几本CV届圣经，还有一些个人感觉不错的资源，如：

• Stanford vision lib的一些课程，可以跟着其slide去走。其中231a与CV关系紧密，而231n主要是在讲cnn在cv的运用，不过这个有视频可以看。

http://cvgl.stanford.edu/teaching/cs231a_winter1415/schedule.html
http://cs231n.stanford.edu/

• 视频课的话还有一个。该课程有一个2012版的和2014更新版的。看其中一个就行。英文水平还可以的同学可以一看（没字幕，需翻墙）。

https://www.youtube.com/playlist?list=PLd3hlSJsX_ImKP68wfKZJVIPTd8Ie5u-9
https://www.youtube.com/playlist?list=PLd3hlSJsX_Imk_BPmB_H3AQjFKZS9XgZm

• 还有一些视频课，但是由于本人英语水平有限，如果没有字幕的话看起来实在是相当吃力，总是get不到他的点，就不贴了

• 最后还有一个别人总结的CV的资料，很全，可以去看看，缺什么直接看：

https://github.com/jbhuang0604/awesome-computer-vision

最后想说的

其实关于要学CV也是下了很大决心。首先虽然我所在的实验室名义上是做计算机图形图像的，但由于种种原因所有的学长学姐都没在此道路上有所深造=。=之前由于对编程的兴趣基本都是在做一些功能上的实现。但也许是需求做久了，对这方面感到了深深的厌恶。年轻人，就应该挑战一下自己，做一点更cool的事情，不是吗？我会在这里贴下我所有阶段的学习的心得笔记，一方面是方便自己做review，另外也是自我激励的一种方式吧。