前言
作为CV(Computer Vision)方向的研究生,一直想要系统地了解和学习一下CV的基本知识,理清CV发展的脉络。而David Forsyth的《Computer Vision-A Modern Approach(2nd edition)》是CV领域的经典教材之一,介绍了许多CV领域的基本知识和现代技术,按照图像形成、早期(低层)视觉、中层视觉、高层视觉以及CV的实际应用来组织内容,脉络清晰。本人断断续续花了一年左右的时间把这本书看了个大概,觉得有必要把阅读此书过程中做的一些读书笔记以思维导图的形式记录下来,写成一个系列,方便日后浏览和复习。笔记是在翻译的基础上加入了一些个人的理解和认识,不妥之处欢迎评论交流!
导论大纲
下图为书中作者建议的适合计算机科学、电子工程及其他工科高年级或研一学生学习的计算机视觉一学期导论课。
按此大纲列出的全书大体架构如下
后续同系列博文安排
后面我会贴出自己看过的以下内容的思维导图和笔记整理
- 图像形成:几何相机模型、光和阴影、颜色
- 早期视觉一幅图像:线性滤波器、局部图像特征、纹理
- 中层视觉:通过聚类分割、基于模型拟合的分割、跟踪
- 高层视觉:图像配准、学习分类、分类图像
- 图像搜索和检索