• 学习时长

    12周/每周至少6个小时

  • 答疑服务

    专属微信答疑群/讲师助教均参与

  • 作业批改

    每章节设计作业/助教及时批改评优

  • 课程有效期

    一年

支持花呗分期

  • 1: 【学前必读】计算机视觉应用基础课程作业说明.pdf
  • 第1章: 图像分割:基于统计模型的图像分割
  • 2: 【课件】L1基于统计的图像分割.pdf
  • 第1节: 图像分割简要叙述
  • 3: 【视频】图像分割概述
  • 第2节: 基于统计的图像分割技术
  • 4: 【视频】基于统计的图像分割
  • 第3节: 作业
  • 5-1: 【视频】作业视频
  • 5-2: 【作业】第一章
  • 5-3: 【视频】代码框架介绍
  • 5-4: 【代码框架】K-means homework.rar
  • 5-5: 【p代码框架】 kmeans python homework.zip
  • 6: 第一章优秀作业
  • 第4节: 作业讲解
  • 7-1: 【视频】第一章第一题思路讲解--金鑫
  • 7-2: 【视频】第一章第二题思路讲解--金鑫
  • 7-3: 【视频】第一章第三题思路讲解--金鑫
  • 第2章: 图像分割:基于主动轮廓的图像分割
  • 第1节: 基于主动轮廓的图像分割
  • 8-1: 【课件】基于主动轮廓的图像分割.pdf
  • 8-2: 【视频】基于主动轮廓的图像分割
  • 第2节: Snake算法实现
  • 9: 【视频】Snake算法实现
  • 第3节: GVFSnake算法
  • 10: 【视频】GVFSnake算法
  • 第4节: 代码及作业
  • 11-1: 【视频】代码讲解
  • 11-2: python框架--第二章基于主动轮廓的图像分割.zip
  • 11-3: 【作业】第二章
  • 11-4: 【代码】ch2_hw.zip
  • 第5节: 作业思路提示
  • 12: 第二章作业提示文档--金鑫.rar
  • 13: 【视频】梯度下降补充资料
  • 14: 【视频】GVF补充资料
  • 15: 【视频】Snake补充资料
  • 16: 第二章优秀作业
  • 第3章: 图像分割:基于水平集的图像分割
  • 第1节: CV图像分割模型
  • 17-1: 【课件】第3章_图像分割_基于水平集的图像分割_第1部分.pdf
  • 17-2: 【视频】基于水平集的图像分割(上)
  • 17-3: 【课件】第3章_图像分割_基于水平集的图像分割_第2部分.pdf
  • 第2节: CV分割模型的改进
  • 18: 【视频】Chan-Vese模型(CV模型)
  • 第3节: 水平集分割模型代码分析
  • 19: 【视频】基于水平集的图像分割(下)
  • 20: 【视频】Multi Phase模型
  • 第4节: 作业
  • 21-1: 【视频】作业
  • 21-2: 【作业】第三章
  • 21-3: 【视频】代码框架讲解
  • 21-4: 【代码框架】HW_ch3.rar
  • 21-5: 【python代码框架】第三章 基于水平集的图像分割.zip
  • 22-1: 计算机视觉第三章思路提示.pdf
  • 22-2: 【视频】第三章作业思路提示
  • 23: 第三章优秀作业
  • 第4章: 图像分割:交互式图像分割
  • 第1节: 交互式图像分割简介
  • 24-1: 【课件】第4章_图像分割_交互式图像分割.pdf
  • 24-2: 【视频】课程内容概述
  • 24-3: 【视频】引言
  • 第2节: Graph Cuts(图割)方法以及改进
  • 25-1: 【视频】Graph Cuts(图割)
  • 25-2: 【视频】图割改进
  • 第3节: 基于标签学习的交互式分割
  • 26-1: 【视频】另一角度看Graph Cuts
  • 26-2: 【视频】基于标签学习的交互式图像分割
  • 第4节: 作业
  • 27-1: 【作业】第四章
  • 27-2: 【代码框架】hw_ch4.zip
  • 27-3: 【py代码框架】python_chapter4.zip
  • 28-1: 【视频】作业框架讲解及补充知识
  • 28-2: 【视频】作业讲解1_build_map
  • 28-3: 【视频】作业讲解2_BFS
  • 29: 第四章优秀作业
  • 第5章: 图像分割:基于模型的运动分割
  • 第1节: 运动目标检测简介
  • 30-1: 【课件】基于模型的运动分割.pdf
  • 30-2: 【视频】运动目标分割概述
  • 30-3: 【视频】参数估计简述
  • 第2节: 混合高斯背景建模
  • 31: 【视频】混合高斯背景建模算法
  • 第3节: 作业
  • 32-1: 【视频】作业
  • 32-2: 【作业】第五章
  • 32-3: 【视频】代码框架讲解
  • 32-4: 【代码框架】hw_ch5.rar
  • 32-5: 【py代码框架】python_chapter5.zip
  • 33: 第五章优秀作业
  • 第6章: 目标跟踪:基于光流的点目标跟踪
  • 第1节: 目标跟踪简介
  • 34-1: 【课件】第6章目标跟踪光流.pdf
  • 34-2: 【视频】目标跟踪简介
  • 第2节: 光流以及基于光流的跟踪
  • 35: 【视频】光流
  • 第3节: 基于光流目标跟踪的代码分析
  • 36: 【视频】基于光流的目标跟踪
  • 第4节: 实践作业
  • 37-1: 【py代码框架】HW6 python.rar
  • 37-2: 【作业】第六章
  • 37-3: 【代码框架】hw_ch6.rar
  • 37-4: 【视频】第六章作业思路讲解
  • 38: 第六章优秀作业
  • 第7章: 目标跟踪:基于均值漂移的块目标跟踪
  • 第1节: 模板匹配算法跟踪
  • 39-1: 【课件】第7章目标跟踪Mean-shift.pdf
  • 39-2: 【视频】模板匹配算法跟踪
  • 第2节: 核密度估计
  • 40: 【视频】核密度估计
  • 第3节: 基于均值漂移的目标跟踪算法
  • 41: 【视频】均值漂移算法
  • 第4节: 基于均值漂移目标跟踪算法的代码分析
  • 42: 【视频】基于均值漂移的目标跟踪
  • 第5节: 作业
  • 43-1: 【视频】作业
  • 43-2: 【作业】第七章
  • 43-3: 【C++代码框架】HW7.rar
  • 43-4: 【py代码框架】hw_ch7_py.zip
  • 43-5: 【视频】思路提示--代码框架讲解
  • 44: 第七章优秀作业
  • 第8章: 目标跟踪:基于粒子滤波的目标跟踪
  • 45: 【课件】目标跟踪_粒子滤波.pdf
  • 第1节: 自顶向下的跟踪基础
  • 46: 【视频】自顶向下的跟踪基础
  • 第2节: 蒙特卡洛模拟
  • 47: 【视频】蒙特卡洛
  • 第3节: 基于粒子滤波的目标跟踪算法
  • 48: 【视频】基于粒子滤波的跟踪算法
  • 第4节: 作业
  • 49-1: 【作业】第八章
  • 49-2: 【C++代码框架】hw_ch8.rar
  • 49-3: 【py代码框架】hw_ch8_py.zip
  • 49-4: 【视频】第八章作业讲解
  • 50: 第八章优秀作业.
  • 第9章: 目标跟踪:基于核相关滤波的目标跟踪
  • 第1节: 相关滤波
  • 51-1: 【课件】第9章_目标跟踪_相关滤波.pdf
  • 51-2: 【视频】相关滤波
  • 第2节: MOSSE
  • 52: 【视频】MOSSE
  • 第3节: 基于核相关滤波目标跟踪代码分析
  • 53: 【视频】跟踪方法总结与展望
  • 第4节: 作业
  • 54-1: 9.MOSSE作业代码部分.pdf
  • 54-2: 【作业】第九章
  • 54-3: 【C++代码框架】hw_ch9.rar
  • 54-4: 【py代码框架】hw_ch9_py.zip
  • 54-5: 【视频】第九章作业讲解
  • 55: 第九章优秀作业.
  • 第10章: 检测识别:一般目标检测识别之特征
  • 第1节: 目标检测简介
  • 56-1: 【课件】第10章 目标检测识别_特征.pdf
  • 56-2: 【视频】目标检测简介
  • 第2节: 特征检测简介
  • 57: 【视频】特征检测简介
  • 第3节: 边缘检测与角点检测
  • 58-1: 【视频】边缘检测
  • 58-2: 【视频】角点检测
  • 第4节: SIFT特征简介
  • 59: 【视频】SIFT特征
  • 第5节: 作业
  • 60-1: 【作业】第十章
  • 60-2: 【视频】代码框架讲解
  • 60-3: 【C++代码框架】hw_ch10.rar
  • 60-4: 【py代码框架】hw_ch10_py.zip
  • 61-1: 【视频】第十章作业讲评-代码1
  • 61-2: 【视频】第十章作业讲评-代码2
  • 61-3: 【视频】第十章作业讲评-代码3
  • 62: 第十章优秀作业
  • 第11章: 检测识别:一般目标检测识别之分类器
  • 第1节: 线性回归
  • 63-1: 【课件】第11章:目标检测识别.pdf
  • 63-2: 【视频】线性回归
  • 第2节: 支持向量机
  • 64: 【视频】支持向量机
  • 第3节: Adaboost分类器
  • 65: 【视频】Adaboost
  • 第4节: 作业
  • 66-1: 【作业】第十一章
  • 66-2: 【C++代码框架】hw_ch11.rar
  • 66-3: 【py代码框架】hw_ch11_py.zip
  • 67: 【视频】第十一章作业思路讲解
  • 68: 第十一章优秀作业
  • 第12章: 检测识别:基于模型拟合的目标检测
  • 第1节: 前言
  • 69-1: 【课件】第12章:目标检测识别.pdf
  • 69-2: 【视频】前言
  • 第2节: 霍夫变换与直线检测
  • 70: 【视频】霍夫变换与直线检测
  • 第3节: RANSAC与直线检测
  • 71: 【视频】RANSAC与直线检测
  • 第4节: 作业
  • 72-1: 【作业】第十二章
  • 72-2: 【C++代码框架】hw12.rar
  • 72-3: 【py代码框架】hw_ch12_py.zip
  • 73-1: 【讲解视频】代码框架讲解
  • 73-2: 【视频】第十二章作业讲评
  • 74: 第十二章优秀作业

项目展示:图像分割&目标跟踪

运动分割

基于光流的点目标跟踪

基于粒子滤波的目标跟踪

基于相关滤波的目标跟踪

项目整理人:杨博荃

 

相关推荐

计算机视觉 计算机视觉 环境感知 进阶

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请完善资料,让我们更好的为您服务!

+86  (手机号已绑定)

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请选择自己感兴趣的领域

智能语音

三维视觉

计算机视觉

移动机器人

推荐系统

工业机器人

知识图谱

深度学习

自然语言处理