152页简明《计算机视觉》入门教程,带你回顾CV发展脉络(附下载)

2019 年 1 月 6 日 专知

【导读】本文是计算机科学家Christoph Rasche撰写的一份计算机视觉方面的系列教程,从传统的图像处理、特征提取到近几年很热的深度神经网络,以及深度学习方法在目标检测、图像检索、图像分割、目标跟踪等一系列前沿的介绍。教程也附详细的代码(Matlab 和 Python),建议初学者收藏学习。

摘要

我们首先概述一些基本的特征提取方法,然后介绍那些常见的深层神经网络。接下来,我们继续进行基于梯度直方图的特征提取和匹配, -它们是许多任务的基础,例如目标检测和图像检索。然后我们介绍基于滑动窗口技术的目标检测,即适用于人脸和行人检测。它遵循一系列图像处理技术-分割和形态学处理以及形状识别的技术。我们概述了基本的跟踪方法 - 针对区域和移动物体。我们也介绍了视频监控的综述,涉及车载视觉系统和遥感。我们将这些方法在Matlab中进行了实践; Python代码是部分提供的。本文不需要一些先验知识即可学习,但提前掌握一些线性代数、信号处理和模式识别的基本知识也是很有帮助的。


请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知)


附教程目录


附教程部分内容



原文链接:

https://sites.google.com/site/rasche15/techpreneur-faq



-END-

专 · 知

   专知开课啦!《深度学习: 算法到实战》, 中科院博士为你讲授!



请加专知小助手微信(扫一扫如下二维码添加),咨询《深度学习:算法到实战》参团限时优惠报名~

欢迎微信扫一扫加入专知人工智能知识星球群,获取专业知识教程视频资料和与专家交流咨询!

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!

点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程

登录查看更多
32

相关内容

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息,决定每个图像的点是否属于一个图像特征。 特征被检测后它可以从图像中被抽取出来。这个过程可能需要许多图像处理的计算机。其结果被称为特征描述或者特征向量。
最新《生成式对抗网络》简介,25页ppt
专知会员服务
173+阅读 · 2020年6月28日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
172+阅读 · 2020年5月6日
简明扼要!Python教程手册,206页pdf
专知会员服务
47+阅读 · 2020年3月24日
专知会员服务
99+阅读 · 2020年3月19日
【电子书】让 PM 全面理解深度学习 65页PDF免费下载
专知会员服务
17+阅读 · 2019年10月30日
深度学习了解一下(附53页Slides)
专知
48+阅读 · 2019年5月20日
【资源】深度学习模型压缩资源汇总
专知
38+阅读 · 2019年5月8日
自动驾驶最新综述论文(31页PDF下载)
专知
118+阅读 · 2019年1月15日
机器学习数学基础【附PPT下载】
专知
45+阅读 · 2018年9月17日
Arxiv
15+阅读 · 2019年6月25日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
6+阅读 · 2018年3月27日
Arxiv
3+阅读 · 2018年1月10日
VIP会员
相关VIP内容
最新《生成式对抗网络》简介,25页ppt
专知会员服务
173+阅读 · 2020年6月28日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
172+阅读 · 2020年5月6日
简明扼要!Python教程手册,206页pdf
专知会员服务
47+阅读 · 2020年3月24日
专知会员服务
99+阅读 · 2020年3月19日
【电子书】让 PM 全面理解深度学习 65页PDF免费下载
专知会员服务
17+阅读 · 2019年10月30日
Top
微信扫码咨询专知VIP会员