- 课程介绍
- 课程目录
- 课程评论
课程简介
本课程以培养学员实践动手能力为目标,通过丰富的配套实践案例,帮助学员掌握图像处理基础理论,特征检测算子的使用方法,pytorch框架的使用方法,基于haar-like特征分类器实现人脸识别的方法。
课程特色
- 理论方法结合实践案例
- 深入浅出,易于理解学习
面向人群
- 中高职及应用型本科院校相关专业在读学生
- 从事计算机视觉技术应用的在职人员
- 对计算机视觉技术与应用感兴趣的人员
学习目标
- 本课程旨在提升学员计算机视觉领域的实际应用能力。通过学习,学员将了解计算机视觉理论知识、应用场景,掌握PyTorch、OpenCV图像处理工具。此外,课程注重培养解决实际问题的能力,通过丰富的实践案例,帮助学员快速积累计算机视觉行业的实战经验
学习收获
- 了解图像变换、增强和滤波器等基本概念和方法
- 掌握图像边缘检测和连通域算法,能进行图像分析和处理
- 熟悉传统特征算子Harris、FAST和先进的SIFT算法,并能将它们应用于目标图像的识别和跟踪
- 熟悉人脸检测的原理,能运用算法优化和阈值调整等技术
- 能对图像进行预处理、特征提取和分类等操作,以实现准确的人脸定位和识别
学习证书
- 职业技能在线学习项目是教育部教育技术与资源发展中心(中央电化教育馆)颁证
- 证书编码唯一,官网可查
- 通过学习、考试后,获得《职业技能在线学习证书》
-模块二 图像的变换与增强
-模块三 边缘检测与连通域
-模块四 图像特征匹配
暂无评论
主讲老师
陈亦新
《深度学习理论与实战》作者,毕业于伦敦国王大学
伦敦国王大学人工智能专业一等学位。涉及人工智能、图像处理和医学等多个领域,现从事医疗图像和机器视觉的算法研究工作。Kaggle竞赛达到Master等级,多个CV大赛获得金牌,清华大学出版社《深度学习理论与实战》第一作者。
查看更多
推荐课程