中国计算机视觉 .ppt,《计算机视觉》PPT课件

《《计算机视觉》PPT课件》由会员分享，可在线阅读，更多相关《《计算机视觉》PPT课件(16页珍藏版)》请在人人文库网上搜索。

1、April 7, 2021,计算机视觉 Computer Vision,艾海舟 2005年5月16日,April 7, 2021,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,April 7, 2021,教材,英文影印版：DA Forsyth and J. Ponce, Computer Vision: A Modern Approach, Prentice Hall. 1。

2、st edition (August 14, 2002) ; Contents http:/www.cs.berkeley.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,April 7, 2021,参考书,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.。

3、C. Stockman, Computer Vision, Prentice Hall Inc, 2001. M. Sonka, 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 reconstr。

4、uction) 立体视觉(stereo vision) Shape from X (shading/motion/texture/contour/focus/de-focus/.),April 7, 2021,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。

5、 fucntion),April 7, 2021,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,April 7, 2021,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。

6、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/aspect graph recognition 应用 距离数据(range data)/图像数据检索/基于图像的绘制,April 7, 2021,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,。

7、 LDA, ICA, Bayesian inference approach: EM, Condensation/SIS/, MCMC, . Machine learning approach: SVM/Kernel machine, Boosting/Adaboost, NN/Regression, HMM, BN/DBN, Gibbs, MRF, ,April 7, 2021,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,April 7, 2021,Introduction,Forsyths introduction on CV。