让机器“看见”—计算机视觉原理及实战—17812人已学习
课程介绍
课程由哈尔滨工业大学副教授，视觉技术研究室负责人屈教授讲解。由浅入深，图文并茂，在讲述概念的同时注重和实际系统结合，为上手并深入研究无人驾驶，智能机器人，人机交互，医疗等行业应用奠定坚实基础。
课程收益
认真学习本门课程后，学员可以掌握计算机视觉技术的基本原理和应用方式。可在实际项目、创新项目、创业实践中应用，同时可供感兴趣同学作为以后深入学习计算机视觉知识的基础。公开课试听：http://edu.csdn.net/course/detail/5510
讲师介绍
AI100 更多讲师课程
AI100致力于推进人工智能和数据科学领域的人才培养。目标是在 2025 年前为中国培养100万人工智能工程师，200万各行业数据科学讲师，帮助30万中国企业走向智能化。
课程大纲
第1章:计算机视觉引论及基础介绍
1. 计算机视觉 3:16
2. 第一节课课前答疑 26:05
3. （一）引论及基础 2:10
4. （1.1）什么是计算机视觉 2:53
5. （1.2）视觉系统构成要素 1:29
6. （二）视觉系统构成实例 （2.1）机器视觉系统 3:04
7. （2.2）交通视频检测 2:12
8. （2.3）Xbox 与 Kinect 3:37
9. （2.4）”好奇车“火星探测车 4:21
10. （三）照明模型 （3.1）光通量 4:53
11. （3.2）辐照度 4:32
12. （四）-（4.1）颜色模型 11:09
13. （4.2）OpenCV 实现 15:10
14. （五）图像的采集与显示 （5.1）图像采集 7:21
15. （5.2）图像传输 10:45
16. （5.3）图像显示 8:15
17. （六）课程结构与参考书 （6.1）课程结构 2:33
18. （6.2）参考书籍 3:50
19. 第一节课课后答疑 28:59
第2章:图像预处理，边缘提取及图像分割
1. 图像预处理，边缘提取及图像分割 02:19:07
第3章:图像特征提取及光流估计
1. 计算机视觉第三课课前讨论及答疑 11:22
2. 图像特征提取与运动估计 2:11
3. （一）角点检测 0:30
4. （1.1）Harris算子原理 27:28
5. （1.2）OpenCV实例 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）背景建模处理实例 2:59
10. （2.3）第二部分答疑 3:48
11. （三）光流估计 0:17
12. （3.1）光流估计基本模型 7:08
13. （3.2）Lucas-Kanade方法 14:22
14. （3.3）光流估计示例 5:50
15. （四）总结 1:02
16. 计算机视觉第三课课后答疑 17:40
第4章:图像处理综合实例
1. 计算机视觉第四课课前讨论及答疑 15:29
2. （一）Visual Studio视觉编程工具 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）米粒检测 21:52
8. （三）运动目标检测（静止背景） 23:09
9. （四）光流跟踪 18:38
10. （五）总结 7:40
11. 计算机视觉第四课课后答疑 28:24
第5章:视觉几何基础与位姿估计
1. （一）座标变换与摄像机模型 2:18
2. （1.1）座标系与座标变化 24:56
3. （1.2）线性摄像机模型 12:58
4. （二）相对位姿测量算法 0:13
5. （2.1）基本问题 5:34
6. （2.2）线性求解 21:40
7. （三）基于平面特征点的位姿测量 0:15
8. （3.1）基本问题 5:07
9. （3.2）线性求解 6:13
10. （3.3）扩展 4:44
11. （四）双目视觉基础 0:10
12. （4.1）基本问题 3:05
13. （4.2）平行双目视觉 8:49
14. （五）总结 1:05
15. 计算机视觉第四课课后答疑 20:14
第6章:相机标定及位姿估计实例
1. 计算机视觉第六课课前讨论及答疑 10:32
2. （一）极线几何 2:04
3. （1.1）极线几何与本质矩阵 14:53
4. （1.2）本质矩阵求解 13:08
5. （1.3）扩展 2:51
6. （二）稳健估计 0:21
7. （2.1）基本问题 7:43
8. （2.2）RANSAC 11:24
9. （2.3）OpenCV相关函数 1:42
10. （2.4）第一部分和第二部分答疑 6:49
11. （三）立体匹配 0:29
12. （3.1）基本问题 7:51
13. （3.2）示意 3:23
14. （3.3）OpenCV相关函数 1:17
15. （四）相机标定 1:00
16. （4.1）基本问题 3:44
17. （4.2）Zhang方法 16:38
18. （4.3）演示 7:12
19. （五）总结 1:54
20. 计算机视觉第六课课后答疑 12:55
大家可以点击【 查看详情】查看我的课程
课程介绍
课程由哈尔滨工业大学副教授，视觉技术研究室负责人屈教授讲解。由浅入深，图文并茂，在讲述概念的同时注重和实际系统结合，为上手并深入研究无人驾驶，智能机器人，人机交互，医疗等行业应用奠定坚实基础。
课程收益
认真学习本门课程后，学员可以掌握计算机视觉技术的基本原理和应用方式。可在实际项目、创新项目、创业实践中应用，同时可供感兴趣同学作为以后深入学习计算机视觉知识的基础。公开课试听：http://edu.csdn.net/course/detail/5510
讲师介绍
AI100 更多讲师课程
AI100致力于推进人工智能和数据科学领域的人才培养。目标是在 2025 年前为中国培养100万人工智能工程师，200万各行业数据科学讲师，帮助30万中国企业走向智能化。
课程大纲
第1章:计算机视觉引论及基础介绍
1. 计算机视觉 3:16
2. 第一节课课前答疑 26:05
3. （一）引论及基础 2:10
4. （1.1）什么是计算机视觉 2:53
5. （1.2）视觉系统构成要素 1:29
6. （二）视觉系统构成实例 （2.1）机器视觉系统 3:04
7. （2.2）交通视频检测 2:12
8. （2.3）Xbox 与 Kinect 3:37
9. （2.4）”好奇车“火星探测车 4:21
10. （三）照明模型 （3.1）光通量 4:53
11. （3.2）辐照度 4:32
12. （四）-（4.1）颜色模型 11:09
13. （4.2）OpenCV 实现 15:10
14. （五）图像的采集与显示 （5.1）图像采集 7:21
15. （5.2）图像传输 10:45
16. （5.3）图像显示 8:15
17. （六）课程结构与参考书 （6.1）课程结构 2:33
18. （6.2）参考书籍 3:50
19. 第一节课课后答疑 28:59
第2章:图像预处理，边缘提取及图像分割
1. 图像预处理，边缘提取及图像分割 02:19:07
第3章:图像特征提取及光流估计
1. 计算机视觉第三课课前讨论及答疑 11:22
2. 图像特征提取与运动估计 2:11
3. （一）角点检测 0:30
4. （1.1）Harris算子原理 27:28
5. （1.2）OpenCV实例 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）背景建模处理实例 2:59
10. （2.3）第二部分答疑 3:48
11. （三）光流估计 0:17
12. （3.1）光流估计基本模型 7:08
13. （3.2）Lucas-Kanade方法 14:22
14. （3.3）光流估计示例 5:50
15. （四）总结 1:02
16. 计算机视觉第三课课后答疑 17:40
第4章:图像处理综合实例
1. 计算机视觉第四课课前讨论及答疑 15:29
2. （一）Visual Studio视觉编程工具 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）米粒检测 21:52
8. （三）运动目标检测（静止背景） 23:09
9. （四）光流跟踪 18:38
10. （五）总结 7:40
11. 计算机视觉第四课课后答疑 28:24
第5章:视觉几何基础与位姿估计
1. （一）座标变换与摄像机模型 2:18
2. （1.1）座标系与座标变化 24:56
3. （1.2）线性摄像机模型 12:58
4. （二）相对位姿测量算法 0:13
5. （2.1）基本问题 5:34
6. （2.2）线性求解 21:40
7. （三）基于平面特征点的位姿测量 0:15
8. （3.1）基本问题 5:07
9. （3.2）线性求解 6:13
10. （3.3）扩展 4:44
11. （四）双目视觉基础 0:10
12. （4.1）基本问题 3:05
13. （4.2）平行双目视觉 8:49
14. （五）总结 1:05
15. 计算机视觉第四课课后答疑 20:14
第6章:相机标定及位姿估计实例
1. 计算机视觉第六课课前讨论及答疑 10:32
2. （一）极线几何 2:04
3. （1.1）极线几何与本质矩阵 14:53
4. （1.2）本质矩阵求解 13:08
5. （1.3）扩展 2:51
6. （二）稳健估计 0:21
7. （2.1）基本问题 7:43
8. （2.2）RANSAC 11:24
9. （2.3）OpenCV相关函数 1:42
10. （2.4）第一部分和第二部分答疑 6:49
11. （三）立体匹配 0:29
12. （3.1）基本问题 7:51
13. （3.2）示意 3:23
14. （3.3）OpenCV相关函数 1:17
15. （四）相机标定 1:00
16. （4.1）基本问题 3:44
17. （4.2）Zhang方法 16:38
18. （4.3）演示 7:12
19. （五）总结 1:54
20. 计算机视觉第六课课后答疑 12:55
大家可以点击【 查看详情】查看我的课程
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
