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