斯坦福CS231学习笔记(第一讲)

斯坦福CS231

第一讲

入门级别的简介，不看也可以我觉得……做个小笔记吧，因为第一讲比较简单，都是一笔带过的东西，所以我只记录视频简要的几个小知识点，但是并未进行展开，因为基本都是围绕计算机视觉发展的历史来说的，第二讲分类算法再认真记笔记吧emm

1.1

什么是计算机视觉，顾名思义，就是针对视觉数据的研究
图像数据来源：比如手机摄像头，传感器，
互联网上的大部分都是图像数据。

1.2

目标分割：这个任务就是把一张图中的像素点归类 到有意义的区域
面部检测：adaboost算法进行实时面部检测
基于特征的目标识别：sift特征，如果要去匹配整个目标，比如由于光线角度等问题，相同的东西看起来不同，但是某些特征具有不变性，所以目标识别的首要任务是在目标上确认这些关键的特征，然后把这些特征与相似的目标进行匹配，比匹配整个目标要容易的多。
空间金字塔匹配：思想是，从图片的各部分各像素抽取特征，然后放在一起作为一个特征描述符，然后在特征描述符上做一个支持向量机
hog特征：方向梯度直方图
pascal voc数据集合及imagenet数据集合

1.3

图像的一些任务：图像分类，目标检测，图像描述
Imagenet比赛中的一些代表模型 比如Alexnet VGG ResNet
Cnn在1998年被严乐春初次使用