学习笔记(07):第一章：计算机视觉引论：你好，视觉世界！-课程体系结构

立即学习:https://edu.csdn.net/course/play/10265/218914?utm_source=blogtoedu

课程体系

视觉计算理论架构：

Marr视觉计算理论包含三个层次，重建三维物体形状和位置，分为二维、二又二分之一维、三维。

二维：过零点，短线段，端点，边缘等基元特征

二又二分之一维：物体形状粗略描述，法向量，表面方向

三维：三维外形，三维组件之间的关系

早期图像表示模型：Part-based，分解，强的组成结构

80s,特征检测和特征识别方法，有先验知识，图像质量有要求

通用识别算法：sift算子，hog，orb算子

通用向量机

深度学习+计算机视觉:特征提取，区别于传统的SVM在层数很深，千层

二是，自动化通用特征提取

课程逻辑

深度学习+计算机视觉

高等数学，线性代数，矩阵分析，最优化方法，概率论，物理学刚体运动学，图像处理，模式识别

9个阶段从低层次到立体视觉

参考书：

数字图像处理，刚萨雷斯

计算机视觉教程 钟毓敏