Siraj Raval计算机视觉CV指南

下面是 Siraj Raval，对学习计算机视觉CV的一份建议指南。

详细原地址请看：https://github.com/zr940326/Learn_Computer_Vision

先决条件

• 学习Python https://www.edx.org/course/introduction-to-python-for-data-science-3
• 微积分http://tutorial.math.lamar.edu/pdf/Calculus_Cheat_Sheet_All.pdf
• 线性代数https://www.souravsengupta.com/cds2016/lectures/Savov_Notes.pdf

第1部分：低级视觉

=== 第1周（基本图像处理技术）

• 亮度（亮度，对比度，伽玛，直方图均衡）
• 线性滤波（增强图像 - 模糊和锐化，边缘检测，图像计数，卷积）
• 非线性滤波（中位数，双边滤波器，形态学）
• 色彩处理（B＆W，饱和度，白平衡）
• 抖动（量化，有序抖动，Floyd-Steinberg）
• 混合（图像金字塔）
• 纹理分析
• 模板匹配（在图像中查找对象）

视频讲座

• https://www.youtube.com/watch?v=-nt80JUNwlw&list=PLjMXczUzEYcHvw5YYSU92WrY8IwhTuq7p&index=2视频1-5

阅读作业

• http://szeliski.org/Book/drafts/SzeliskiBook_20100903_draft.pdf Sec 3.1.1-2,3.2 Sec 3.2.3,4.2 3.3.2-4

项目

• 通过OpenCV库检测图像中的对象

=== 第2周（运动和光流）

• 运动分析
• 光流

视频讲座

• https://www.udacity.com/course/introduction-to-computer-vision--ud810 Udacity第6课
• https://www.youtube.com/watch?v=-nt80JUNwlw&list=PLjMXczUzEYcHvw5YYSU92WrY8IwhTuq7p&index=2 video 8
• https://www.youtube.com/watch?v=wC8hXuHsHAQ&list=PLvqB6_mDBCdlnT84LK_NvbOqcXLlOTR8j&index=6&t=0s

阅读作业

• http://szeliski.org/Book/drafts/SzeliskiBook_20100903_draft.pdf Sec 10.5 Sec 8.4（直到8.4.1）

项目

• 使用OpenCV跟踪视频帧中的移动对象

第2部分：中级视觉（图像>功能）

=== 第3周（基本细分）

• 分段和聚类算法，如分水岭，抓取
• 交互式细分
• 霍夫变换（检测圆，线）
• 前景提取

视频讲座

• https://www.youtube.com/watch?v=ZF-3aORwEc0
• https://www.youtube.com/watch?v=3qJej6wgezA

阅读作业

• Sec Sec 5.2-5.4 http://szeliski.org/Book/drafts/SzeliskiBook_20100903_draft.pdf

项目

• 使用OpenCV分割道路图像中的车道线

=== 第4周（Fitting）

• 拟合线条和曲线
• 坚固的配件，RANSAC
• 可变形的轮廓

视频讲座

• 视频6-7 https://www.youtube.com/watch?v=-nt80JUNwlw&list=PLjMXczUzEYcHvw5YYSU92WrY8IwhTuq7p&index=2

阅读作业

• Sec 4.3.2 5.1.1 http://szeliski.org/Book/drafts/SzeliskiBook_20100903_draft.pdf

项目

• 使用OpenCV计算走廊图像中的消失点

第3部分：多视图

=== 第5周（多张图片）

• 局部不变特征检测和描述
• 图像变换和对齐
• 平面单应性
• 对极几何和立体声
• 对象实例识别

视频讲座

• https://www.youtube.com/playlist?list=PLyH-5mHPFffFvCCZcbdWXAb_cTy4ZG3Dj

阅读作业

• http://vision.cs.utexas.edu/376-spring2018/#Tues_May_1查看此页面上的相关阅读材料

项目

• 使用OpenCV将一组图像转换为3D对象

=== 第6周（3D场景）

• 立体视觉，密集运动和跟踪; 3d对象
• 3D场景理解
• 3D分割和建模

视频讲座

• https://www.youtube.com/watch?v=-nt80JUNwlw&list=PLjMXczUzEYcHvw5YYSU92WrY8IwhTuq7p&index=2 video 9
• 所有视频https://www.coursera.org/learn/stereovision-motion-tracking

阅读作业

谷歌并阅读以下文件

• N. Dalal，人体检测的定向梯度直方图
• G. Csurka等。（视觉词汇袋 - 跨领域研究的精彩表现）用关键点袋进行视觉分类
• S Lazebnik，C Schmid，J Ponce，Beyond of bags of features：用于识别自然场景类别的空间金字塔匹配
• Jegou等人。将本地图像描述符聚合为紧凑代码。

项目

• 使用OpenCV在3D场景中执行对象分割

第4部分：高级视觉（特征>分析）

=== 第7周（物体检测和分类）

• 对象/场景/活动分类（语义分割）
• 物体检测（非最大抑制，滑动窗口，边界框和锚点，计数）
• YOLO和Darknet，地区提案网络
• 监督分类算法
• 序列数据的概率模型
• 视觉属性
• 光学字符识别
• 面部检测

视频讲座

• https://www.youtube.com/watch?v=a-v5_8VGV0A&list=PLjMXczUzEYcHvw5YYSU92WrY8IwhTuq7p&index=8 10-18
• 我在YOLO的视频

阅读作业

• http://vision.cs.utexas.edu/376-spring2018/#Tues_May_1查看此页面上的相关阅读材料

项目

• 使用Tensorflow对图像中的汽车进行分类

=== 第8周（现代深度学习）

• 主动学习
• 维度降低
• 非参数方法和大数据
• 掌中
• 转学习
• 避免过度拟合
• 甘斯

视频讲座

• 视频19-20 https://www.youtube.com/watch?v=a-v5_8VGV0A&list=PLjMXczUzEYcHvw5YYSU92WrY8IwhTuq7p&index=8
• 我关于转学的视频
• 讲座1-16斯坦福大学https://www.youtube.com/watch?v=vT1JzLTH4G4&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv

阅读作业

• http://vision.cs.utexas.edu/376-spring2018/#Tues_May_1查看此页面上的相关阅读材料

项目

• 构建生成对抗网络以检测面部

 

-------------------待完善