课程价格 :
¥799.00
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
- 第1节: 课前必看
- 1-1:【学前必读】计算机视觉应用基础课程作业说明.pdf
- 1-2:计算机视觉第六期 经验及建议分享-助教温权.pdf
- 1-3:计算机视觉应用基础第六期开课仪式.pdf
- 第1章: 图像分割:基于统计模型的图像分割
- 2:【课件】基于统计的图像分割
- 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:【代码框架】C++版本
- 5-2:【代码框架】Python版本
- 5-3:【视频】C++代码框架介绍
- 5-4:【视频】作业视频
- 6-1:【作业】第一章
- 6-2:【第一章思路讲解】
- 第2章: 图像分割:基于主动轮廓的图像分割
- 7-1:【选修】计算机视觉第二章资料
- 7-2:【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
- 8:【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: 作业
- 11-1:【代码】ch2_hw
- 11-2:代码框架-python版本
- 11-3:【视频】代码讲解
- 11-4:【作业】第二章
- 11-5:计算机视觉应用学习第二章作业思路.pdf
- 第3章: 图像分割:基于水平集的图像分割
- 12:【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
- 13-1:【视频】基于水平集的图像分割(上)
- 13-2:【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
- 14:【视频】Chan-Vese模型(CV模型)
- 第3节: 水平集分割模型代码分析
- 15-1:【视频】基于水平集的图像分割(下)
- 15-2:【视频】Multi Phase模型
- 第4节: 作业
- 16-1:【视频】作业
- 16-2:【作业】第三章
- 16-3:【视频】代码框架讲解
- 16-4:【代码框架】HW_ch3
- 16-5:代码框架-python版本
- 17:计算机视觉应用学习第三章作业思路.pdf
- 第4章: 图像分割:交互式图像分割
- 18:【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
- 19-1:【视频】引言
- 19-2:【视频】课程内容概述
- 第2节: Graph Cuts(图割)方法以及改进
- 20-1:【视频】Graph Cuts(图割)
- 20-2:【视频】图割改进
- 第3节: 基于标签学习的交互式分割
- 21-1:【视频】另一角度看Graph Cuts
- 21-2:【视频】基于标签学习的交互式图像分割
- 第4节: 作业
- 22-1:第四章作业思路讲解
- 22-2:【作业】第四章
- 22-3:【py代码框架】python_chapter4
- 22-4:【代码框架】hw_ch4
- 22-5:【视频】作业框架讲解及补充知识
- 第5章: 图像分割:基于模型的运动分割
- 23:【课件】L5基于模型的运动分割.pdf
- 第1节: 运动目标检测简介
- 24-1:【视频】运动目标分割概述
- 24-2:【视频】参数估计简述
- 第2节: 混合高斯背景建模
- 25:【视频】混合高斯背景建模算法
- 第3节: 作业
- 26-1:【视频】代码框架讲解
- 26-2:【视频】作业
- 26-3:【作业】第五章
- 26-4:【代码框架】hw_ch5.rar
- 26-5:【py代码框架】python_chapter5
- 27:第五章作业思路讲解-助教.pdf
- 第6章: 目标跟踪:基于光流的点目标跟踪
- 28:【课件】第6章目标跟踪光流
- 第1节: 目标跟踪简介
- 29:【视频】目标跟踪简介
- 第2节: 光流以及基于光流的跟踪
- 30:【视频】光流
- 第3节: 基于光流目标跟踪的代码分析
- 31:【视频】基于光流的目标跟踪
- 第4节: 作业
- 32-1:【py代码框架】HW6 python.rar
- 32-2:【作业】第六章
- 32-3:【c++代码框架】hw_ch6.rar
- 33:第六章作业思路
- 第7章: 目标跟踪:基于均值漂移的块目标跟踪
- 34:【课件】第7章目标跟踪Mean-shift
- 第1节: 模板匹配算法跟踪
- 35:【视频】模板匹配算法跟踪
- 第2节: 核密度估计
- 36:【视频】核密度估计
- 第3节: 基于均值漂移的目标跟踪算法
- 37:【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
- 38:【视频】基于均值漂移的目标跟踪
- 第5节: 作业
- 39-1:【视频】作业
- 39-2:HW7.rar
- 39-3:【py代码框架】hw_ch7_py.
- 39-4:【作业】第七章
- 40: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
- 41:【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
- 42:【视频】自顶向下的跟踪基础
- 第2节: 蒙特卡洛模拟
- 43:【视频】蒙特卡洛
- 第3节: 基于粒子滤波的目标跟踪算法
- 44:【视频】基于粒子滤波的跟踪算法
- 第4节: 作业
- 45-1:【作业】第八章
- 45-2:【C++代码框架】hw_ch8.rar
- 45-3:【py代码框架】hw_ch8_
- 45-4:计算机视觉应用学习第八章作业思路.pdf
- 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
- 46-1:第9章_目标跟踪_相关滤波.pdf
- 46-2:【视频】相关滤波
- 第2节: MOSSE
- 47:【视频】MOSSE
- 第3节: 基于核相关滤波目标跟踪代码分析
- 48:【视频】跟踪方法总结与展望
- 第4节: 作业
- 49-1:9.MOSSE作业代码部分.pdf
- 49-2:【作业】第九章
- 49-3:【C++代码框架】hw_ch9.rar
- 49-4:hw_ch9_py.zip
- 49-5:计算机视觉应用学习第九章作业思路 .pdf
- 第10章: 检测识别:一般目标检测识别之特征
- 50:【课件】第10章 目标检测识别_特征.pdf
- 第1节: 目标检测简介
- 51:【视频】目标检测简介
- 第2节: 特征检测简介
- 52:【视频】特征检测简介
- 第3节: 边缘检测与角点检测
- 53-1:【视频】边缘检测
- 53-2:【视频】角点检测
- 第4节: SIFT特征简介
- 54:【视频】SIFT特征
- 第5节: 作业
- 55-1:【视频】代码框架讲解
- 55-2:【作业】第十章
- 55-3:【C++代码框架】hw_ch10.rar
- 55-4:hw_ch10_py.zip
- 55-5:第十章作业思路讲解-助教温权.pdf
- 第11章: 检测识别:一般目标检测识别之分类器
- 56:【课件】第11章:目标检测识别.pdf
- 第1节: 线性回归
- 57:【视频】线性回归
- 第2节: 支持向量机
- 58:【视频】支持向量机
- 第3节: Adaboost分类器
- 59:【视频】Adaboost
- 第4节: 作业
- 60-1:【作业】第十一章
- 60-2:【C++代码框架】hw_ch11.rar
- 60-3:【py代码框架】hw_ch11_py.zip
- 60-4:计算机视觉应用学习第11章作业思路.pdf
- 第12章: 检测识别:基于模型拟合的目标检测
- 61:【课件】第12章:目标检测识别.pdf
- 第1节: 前言
- 62:【视频】前言
- 第2节: 霍夫变换与直线检测
- 63:【视频】霍夫变换与直线检测
- 第3节: RANSAC与直线检测
- 64:【视频】RANSAC与直线检测
- 第4节: 作业
- 65-1:【视频】代码实践
- 65-2:【作业】第十二章
- 65-3:【C++代码框架】hw12.rar
- 65-4:【py代码框架】hw_ch12_py.zip
- 65-5:第12章作业思路提示.pdf
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