计算机视觉教学大纲彭绍武

《计算机视觉》教学大纲

课程编号：155336

总学时：48理论课学时：32实验课学时：16

一、课程的性质

本课程为面向软件学院本科生开设的专业方向课，针对本科高年级学生，学习完整的计算机视觉基础理论。要求学生熟悉数字信号与多媒体对象、尤其是图像的处理方法。建议选修、非必要的前置课程可包括：数字媒体处理技术，图形图像智能分析技术，人工智能，机器学习等。

二、课程的目的与教学基本要求

课程的目的

计算机视觉是当前人工智能最重要的研究方向，本课程介绍计算机视觉的基本问题，帮助学生掌握该领域的基本概念，基础知识和基本方法，为从事相关领域研究打开一扇大门。课程还通过经典文献阅读、经典算法与应用的验证，锻炼学生在计算机科学领域的学习与探索能力。教学基本要求

计算机视觉的知识点及涉及相关领域较多，实践与应用性强。教师讲解应该把握住每个专题的核心脉络与目标，讲解清楚代表性模型、方法的原理与思路，并结合典型应用，让学生在了解知识域内的基本问题后，能顺利衔接到相关的实践验证环节。

三、课程适用专业

软件工程相关专业

四、课程教学内容

1.计算机视觉理论基础与框架3学时

a)计算机视觉的基本问题

b)视觉悖论与计算机视觉的难点

c)计算机视觉框架

表达与建模，计算与求解，实现

d)计算机视觉应用

2.视觉中的局部特征6学时

a)特征检测与描述子

b)常见的形状、方向梯度和色彩纹理的特征

ShapeContext,SIFT;简介LSS,SURF,GLOH,HOG,ColorMoments等。

c)实时应用中的快速特征

FAST,BRIEF,OBR

d)3D特征简介

e)特征匹配及相关问题

野点去除；距离定义（NNDR）；ROC曲线与正确/错误率；RANSAC

3.物体识别简介3学时

a)视觉模型：产生式模型，描述式模型，判别式模型

b)基于匹配的实例识别

c)基于词袋的类别识别

4.几何配准与运动结构6学时

a)立体视觉与几何原理

b)姿态估计（外标定）与摄像机标定（几何参数内标定）

c)基于特征序列的运动到结构恢复（SFM）

d)光束平差法（BundleAdjuctment）

e)稠密运动估计（光流，KLT）

f)增强现实应用

5.立体对应与3D重建7学时

a)极线几何

b)稠密与稀疏对应

c)深度计算

d)点云、体与表面重建

6.基于视觉的SLAM 7学时

a)从SFM、PTAM到v-SLAM的演进与对比

b)典型v-SLAM算法的架构分析

c)闭环与全局优化

d)基于卡尔曼滤波的IMU数据融合

e)重建后的3D分割、识别与场景理解问题

五、实践教学内容

1.局部特征检测与匹配4学时

2.手机摄像头标定与AR应用设计4学时

3.基于PCL的点云数据处理4学时

4.基于ORB-SLAM的物体扫描4学时