计算机视觉大纲
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
课程名称:计算机视觉
课程编码:M510021
课程学分:3
适用学科:信息与计算科学、数学与应用数学
计算机视觉
Computer Vision
教学大纲
一、课程性质
计算机视觉是人工智能领域的一个重要部分,它的研究目标是使计算机具有通过二维图像认知三维环境信息的能力。计算机视觉是以图象处理技术、信号处理技术、概率统计分析、计算几何、神经网络、机器学习理论和计算机信息处理技术等为基础,通过计算机分析与处理视觉信息。
二、课程教学目的
通过计算机视觉课程的学习,使硕士研究生掌握计算机视觉基本理论与方法以及计算机视觉的一些典型应用,初步具有设计、实现计算机视觉中比较简单的算法的能力,从而为学生进一步从事该方向的学习与研究工作打下基础。
三、教学基本内容及基本要求
计算机视觉主要内容分为六部分。基本要求与基本内容如下:
1、教学基本内容
(一)计算机视觉概述:计算机视觉的基本概念,计算机视觉的发展和应用,计
算机视觉的现状。
(二)摄像机成像原理及针孔摄像机成像模型。
(三)射影几何的基本介绍及几何元素的数学表达方法。
(四)多视几何理论,包括单视几何中的射影测量、两视几何中的外极几何的基
本概念、基本矩阵、本质矩阵的理论推导及其含义。
(五)立体视觉方法。使用双摄像机得到的图像恢复三维物体深度信息的方法,
包括直接重建和分层重建理论。
(六)视觉系统的标定,包括3D标定模板下的Tsai标定算法、2D标定模板下的
张正友标定算法、基于圆的标定算法、1D张正友标定算法、基于Kruppa方程的自标定算法。
2、教学基本要求
通过对计算机视觉的教学活动,对学生的要求按了解、理解、掌握三个层面给出,具体要求如下:
(一)计算机视觉概述
1.理解计算机视觉的基本概念。
2.了解计算机视觉的应用前景及发展现状。
(二)摄像机成像
掌握针孔摄像机成像模型。
(三)射影几何
1.掌握二维点、线坐标的齐次表示,掌握三维点、面坐标的齐次表示。
2.掌握无穷远的概念及齐次坐标表示。
3.掌握各种变换下的不变量,如射影变换下的交比不变性、仿射变换下的无
穷远平面的不变性及相似变换下绝对二次曲线的不变。
(四)多视几何
1.掌握单视几何中的单应矩阵基本概念及其推导过程。
2.掌握二视几何中的外极几何理论。
3.了解三视几何中的三焦张量理论。
(五)立体视觉方法
1.理解进行分层重建的原理。
2.掌握射影重建理论及算法。
3.掌握仿射重建理论及算法。
4.掌握欧式重建理论及算法。
(六)视觉系统的标定
1.掌握3D标定模板下的Tsai标定算法原理及实现。
2.掌握张正友标定算法原理及实现。
3.理解基于圆的平面标定算法原理。
4.掌握摄像机自标定算法的原理及实现。
四、本课程与其它相关课程的联系与分工
学习本课程者应该具有良好的数学基础及较强的编程能力。
五、本课程课外练习的要求
经常关注视觉三大会议ICCV、CVPR、ECCV及重要杂志如PAMI、IJCV上有关的视觉算法的进展。
六、本课程的教学方法及使用现代化教学手段的要求
使用多媒体现代化教学手段。
七、本课程成绩的考查方法与评定标准
书面报告或项目编程的形式。书面报告应该阐述某一个问题的研究背景、进行已有算法的比较、论述本人采用的方案,并具体实现一个简单的实例,最后进行实验结果的评价。综述性论文不要求实现,但应对该领域的现状进行较为全面的论述,并给出个人的见解。项目编程要求实现与计算机视觉相关的算法,评分与算法新颖程度、实现难度、实验结果有关(鼓励从最新的ICCV、CVPR、PAMI论文中选题)
八、教材及参考书
教材:R. Hartley and A. Zisserman, Multiple View Geometry in Computer Vision, Cambridge University Press, London, 2000
参考书:
《计算机视觉-计算理论与算法基础》马颂德、张正友,科学出版社,1998
大纲撰写人:张彩霞
大纲审阅人:
责任教授:
系主任:张杰
学院负责人:邹建成
制(修)订日期:2010年4月20日