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
