• 学习时长

    8周/建议每周8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

  • 1:开课仪式
  • 免费 2:【视频】课程介绍
  • 第1章: 成像模型:相机几何与标定
  • 3:【文档】环境配置文档
  • 4:【课件】相机几何与相机标定
  • 第1节: 相机几何
  • 免费 5-1:【视频】针孔模型与透镜
  • 免费 5-2:【视频】相机几何
  • 免费 5-3:【视频】其他相机模型
  • 第2节: 相机标定
  • 免费 6-1:【视频】针孔模型与透镜相机的标定
  • 免费 6-2:【视频】畸变相机的标定
  • 第3节: 章节总结
  • 免费 7:【视频】章节总结
  • 第4节: 实践:标定相机的内参数与外参数
  • 8-1:【文档】Docker介绍(如果搭建好了本地环境可以不使用docker)
  • 8-2:【视频】Docker介绍
  • 8-3:【视频】hw1 docker+vscode运行及调试(邀请同学帮忙录制,仅供大家参考)
  • 9:【作业】第一章
  • 第2章: 三维重建基础与对极几何
  • 10:【课件】三维重建基础与对极几何
  • 第1节: 单视测量
  • 11-1:【视频】单视重构:如何从单幅图像恢复三维场景结构
  • 11-2:【视频】单视重构基础:无穷远点、线与平面
  • 11-3:【视频】单视重构基础:隐消点与隐消线
  • 11-4:【视频】单视重构原理
  • 第2节: 三角化与极几何
  • 12-1:【视频】对极几何的引入
  • 12-2:【视频】三维重建基础
  • 12-3:【视频】极几何与基础矩阵
  • 12-4:【视频】基础矩阵估计
  • 第3节: 实践:深度信息恢复与本质矩阵估计
  • 13-1:【视频】深度信息恢复与本质矩阵估计
  • 13-2:【作业】第二章
  • 第3章: 图像特征
  • 第1节: 特征描述子
  • 第2节: Harris 角点
  • 第3节: SIFT 特征(工程实践用的特征描述子)
  • 第4节: 基础矩阵估计
  • 第5节: 特征匹配
  • 第4章: 双目立体视觉
  • 第1节: 基于平行视图的双目立体视觉
  • 第2节: 图像校正
  • 第3节: 对应点搜索
  • 第4节: 实践:双目立体视觉系统
  • 第5章: 运动恢复结构
  • 第1节: SfM问题
  • 第2节: 欧式结构恢复
  • 第3节: PnP问题与P3P方法
  • 第4节: 单应矩阵
  • 第5节: SfM系统解析(以OpenMVG为例)
  • 第6节: 实践:基于Ceres优化库实现BA和增量SFM
  • 第6章: 稠密点云重建
  • 第1节: 稠密点云获取
  • 第2节: 基于深度图的稠密点云重建
  • 第3节: 基于体素的稠密点云重建
  • 第4节: 实践:稠密重建
  • 第7章: 表面重建
  • 第1节: 三维物体的表面表达方式
  • 第2节: 基于符号距离场的表面重建方法
  • 第3节: 基于二元分割的表面重建方法
  • 第8章: 纹理图像生成
  • 第1节: 本章内容
  • 第2节: 纹理图像的自动创建:基础知识
  • 第3节: 纹理图像的自动创建:算法详解
  • 第4节: 网格细化
  • 第5节: 作业

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》