课程价格 :
¥699.00
剩余名额
0
-
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/告别拖延,温故知新
课程价格:
¥699.00
*课程已报满,可预约下一期
- 第1节: 课前必看
- 1: 【学前必读】计算机视觉应用基础课程作业说明
- 2: 计算机视觉应用基础第五期开课仪式
- 3: 计算机视觉应用基础第五期经验及建议分享-助教JX
- 4: 计算机视觉应用基础第五期经验及建议-助教分享
- 第1章: 图像分割:基于统计模型的图像分割
- 5: 【课件】基于统计的图像分割
- 第1节: 图像分割简要叙述
- 6: 【视频】图像分割概述
- 第2节: 基于统计的图像分割技术
- 7: 【视频】基于统计的图像分割
- 第3节: 作业
- 8: 【作业】第一章
- 9-1: 【代码框架】C++版本
- 9-2: 【代码框架】Python版本
- 9-3: 【视频】C++代码框架介绍
- 9-4: 【视频】作业视频
- 10-1: 【视频】第一章作业思路讲解(第一题)--助教金鑫
- 10-2: 【视频】第一章作业思路讲解(第二题)--助教金鑫
- 10-3: 【视频】第一章作业思路讲解(第三题)--助教金鑫
- 11-1: 第一章优秀作业
- 11-2: hw_ch1_py_answer.
- 第2章: 图像分割:基于主动轮廓的图像分割
- 12: 【课件】第2章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
- 13: 【视频】基于主动轮廓的图像分割
- 第2节: Snake算法实现
- 14: 【视频】Snake算法实现
- 第3节: GVFSnake算法
- 15: 【视频】GVFSnake算法
- 第4节: 作业
- 16-1: 代码框架-python版本
- 16-2: 【作业】第二章
- 16-3: 【视频】代码讲解
- 16-4: 【代码】ch2_hw
- 17-1: 【视频】第二章作业讲评分享-inori-chen
- 17-2: 第二章作业讲评分享-inori-chen
- 18-1: 第二章优秀作业
- 18-2: hw_ch2_py_answer
- 第3章: 图像分割:基于水平集的图像分割
- 19: 【课件】第3章_图像分割_基于水平集的图像分割_第1部分
- 第1节: CV图像分割模型
- 20-1: 【视频】基于水平集的图像分割(上)
- 20-2: 【课件】第3章_图像分割_基于水平集的图像分割_第2部分
- 第2节: CV分割模型的改进
- 21: 【视频】Chan-Vese模型(CV模型)
- 第3节: 水平集分割模型代码分析
- 22-1: 【视频】基于水平集的图像分割(下)
- 22-2: 【视频】Multi Phase模型
- 第4节: 作业
- 23-1: 【视频】作业
- 23-2: 【作业】第三章
- 23-3: 【视频】代码框架讲解
- 23-4: 【代码框架】HW_ch3.rar
- 23-5: 代码框架-python版本
- 24-1: 第三章作业思路讲解-金鑫
- 24-2: 数学推导学习资料
- 25: hw_ch3_py_answer
- 第4章: 图像分割:交互式图像分割
- 26: 【课件】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
- 27-1: 【视频】引言
- 27-2: 【视频】课程内容概述
- 第2节: Graph Cuts(图割)方法以及改进
- 28-1: 【视频】Graph Cuts(图割)
- 28-2: 【视频】图割改进
- 第3节: 基于标签学习的交互式分割
- 29-1: 【视频】基于标签学习的交互式图像分割
- 29-2: 【视频】另一角度看Graph Cuts
- 第4节: 作业
- 30-1: 【作业】第四章
- 30-2: 【代码框架】hw_ch4.
- 30-3: 【py代码框架】python_chapter4
- 30-4: 【视频】作业框架讲解及补充知识
- 31-1: 【视频】计算机视觉第五期在线答疑
- 31-2: 讲师答疑推荐课程学习资料
- 32: 第四章优秀作业.
- 第5章: 图像分割:基于模型的运动分割
- 33: 【课件】L5基于模型的运动分割
- 第1节: 运动目标检测简介
- 34-1: 【视频】运动目标分割概述
- 34-2: 【视频】参数估计简述
- 第2节: 混合高斯背景建模
- 35: 【视频】混合高斯背景建模算法
- 第3节: 作业
- 36-1: 【视频】作业
- 36-2: 【作业】第五章
- 36-3: 【视频】代码框架讲解
- 36-4: 【代码框架】hw_ch5
- 36-5: 【py代码框架】python_chapter5
- 37: 第五章优秀作业.rar
- 第6章: 目标跟踪:基于光流的点目标跟踪
- 38: 【课件】第6章目标跟踪光流
- 第1节: 目标跟踪简介
- 39-1: 【作业】第六章
- 39-2: 【代码框架】hw_ch6.
- 39-3: 【py代码】HW6 python
- 40: 【视频】目标跟踪简介
- 第2节: 光流以及基于光流的跟踪
- 41: 【视频】光流
- 第3节: 基于光流目标跟踪的代码分析
- 42: 【视频】基于光流的目标跟踪
- 第4节: 作业
- 43-1: 【py代码框架】HW6 python.rar
- 43-2: 【作业】第六章
- 43-3: 【c++代码框架】hw_ch6.rar
- 44: 第六章作业思路讲解-助教
- 45: 第六章优秀作业.rar
- 第7章: 目标跟踪:基于均值漂移的块目标跟踪
- 46: 【课件】第7章目标跟踪Mean-shift
- 第1节: 模板匹配算法跟踪
- 47: 【视频】模板匹配算法跟踪
- 第2节: 核密度估计
- 48: 【视频】核密度估计
- 第3节: 基于均值漂移的目标跟踪算法
- 49: 【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
- 50: 【视频】基于均值漂移的目标跟踪
- 第5节: 作业
- 51-1: 【视频】作业
- 51-2: 【作业】第七章
- 51-3: 【C++代码框架】HW7.rar
- 51-4: 【py代码框架】hw_ch7_py.
- 52: 第七章作业思路.
- 第8章: 目标跟踪:基于粒子滤波的目标跟踪
- 53: 【课件】第8章_目标跟踪_粒子滤波.
- 第1节: 自顶向下的跟踪基础
- 54: 【视频】自顶向下的跟踪基础
- 第2节: 蒙特卡洛模拟
- 55: 【视频】蒙特卡洛
- 第3节: 基于粒子滤波的目标跟踪算法
- 56: 【视频】基于粒子滤波的跟踪算法
- 第4节: 作业
- 57-1: 【作业】第八章
- 57-2: 【C++代码框架】hw_ch8.rar
- 57-3: 【py代码框架】hw_ch8_
- 第9章: 目标跟踪:基于核相关滤波的目标跟踪
- 58: 【课件】第9章_目标跟踪_相关滤波
- 第1节: 相关滤波
- 59: 【视频】相关滤波
- 第2节: MOSSE
- 60: 【视频】MOSSE
- 第3节: 基于核相关滤波目标跟踪代码分析
- 61: 【视频】跟踪方法总结与展望
- 第4节: 作业
- 62-1: 9.MOSSE作业代码部分
- 62-2: 【作业】第九章
- 62-3: 【C++代码框架】hw_ch9.rar
- 62-4: 【py代码框架】hw_ch9_py.zip
- 第10章: 检测识别:一般目标检测识别之特征
- 63: 【课件】第10章 目标检测识别_特征.
- 第1节: 目标检测简介
- 64: 【视频】目标检测简介
- 第2节: 特征检测简介
- 65: 【视频】特征检测简介
- 第3节: 边缘检测与角点检测
- 66-1: 【视频】边缘检测
- 66-2: 【视频】角点检测
- 第4节: SIFT特征简介
- 67: 【视频】SIFT特征
- 第5节: 作业
- 68-1: 【视频】代码框架讲解
- 68-2: 【作业】第十章
- 68-3: 【C++代码框架】hw_ch10.rar
- 68-4: 【py代码框架】hw_ch10_py.zip
- 第11章: 检测识别:一般目标检测识别之分类器
- 69: 【课件】第11章:目标检测识别.pdf
- 第1节: 线性回归
- 70: 【视频】线性回归
- 第2节: 支持向量机
- 71: 【视频】支持向量机
- 第3节: Adaboost分类器
- 72: 【视频】Adaboost
- 第4节: 作业
- 73-1: 【作业】第十一章
- 73-2: 【C++代码框架】hw_ch11.rar
- 73-3: 【py代码框架】hw_ch11_py.zip
- 第12章: 检测识别:基于模型拟合的目标检测
- 第1节: 霍夫变换与直线检测
- 第2节: RANSAC与直线检测
- 第3节: 直线检测常见问题分析
- 第4节: 直线检测代码分析
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
请选择自己感兴趣的领域
