• 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

*课程已报满,可预约下一期

  • 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】基于标签学习的交互式图像分割
  • 21-2:【视频】另一角度看Graph Cuts
  • 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
  • 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

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

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》