计算机视觉导读

本文记录计算机视觉的学习笔记。理论部分参考 Computer Vision: Algorithms and Applications, 2nd Edition 1 和 计算机视觉理论与实践 2；实践部分参考 动手学深度学习 3；

计算机视觉 (Computer Vision, CV) 是一个人工智能研究领域，主要利用「图像、视频」等数据解决「预测、生成」等下游任务。内容编排逻辑如下：

  1. 第一部分：介绍 图像分类 任务，即给定一张图像，输出图像的类别标签；
  2. 第二部分：介绍 目标检测 任务，即给定一张图像，框选出图像中的目标、目标类别标签、目标类别置信度；
  3. 第三部分：介绍 图像超分 任务，即给定一张图像，将其放大并尽可能降低因为放大带来的模糊度；
  4. 第四部分：介绍 视频理解 任务，即给定一个视频，完成动作识别、时序动作检测、时序动作分割等任务。
课程考核说明

课程分数分布：考勤 5%，作业 10%，实验 10%，大作业 25%，期末 50%。 期末考试说明 期末考试范围

  1. Computer Vision: Algorithms and Applications, 2nd Edition | Richard Szeliski - (szeliski.org) ↩

  2. 刘家瑛, 等. 计算机视觉理论与实践. 北京: 高等教育出版社, 2021. ↩

  3. 动手学深度学习 | 李沐 - (zh.d2l.ai) ↩