清华大学在职研究生深圳研究生院计算机视觉专业课程如何新手入门?

目前，人工智能技术，深度学习，深度神经网络，计算机视觉等已经成为现时代的风向标。也许你可以清华大学深圳研究生院计算机视觉专业课程，需要了解哪一些专业知识?下面就是关于清华大学深圳研究生院计算机视觉课程考试大纲，以供考生参看。那么，清华大学在职研究生深圳研究生院计算机视觉专业课程如何新手入门?

清华大学深圳研究生院计算机视觉专业课程如何新手入门?

清华大学深圳研究生院Peking University Shenzhen Graduate School(2018 -一个学年year第1学年semester)课程考试大纲Syllabus

课程偏号Course Id：            开课学年Course Time：1819G1         

总课时Total hours：     20         学时Credit：3

课程名称Course Name： 计算机视觉

英文名称English Name：Computer Vision

教学方法Teaching Style：教学课授课    

考试方式Examination Method：考察

先修要求Prerequisites： 无

主讲老师Lecturer：  张健               

辅助工具老师Teaching Assistant：无

课程行业Field of study：多媒体系统信息资源管理、人工智能技术、数字图像

考试大纲执笔人Syllabus author：张健

拟定年月Date ：4月

成绩鉴定方法Grading：

课程做业占35% + 学生项目占30% + 口头报告占35%

考试大纲内容简介(300简体字之内)：

Brief introductionof the syllabus(300 words at most)：

计算机视觉是这门关于如何应用照相机和计算机系统来获得我们需用的，被拍照对象的数据与信息的大学问。形象地说，就是给计算机系统安裝上双眼（照相机）和人脑（计算方法），让计算机系统能够认知环境。目前计算机视觉已发展成为电子信息科学行业最快速增长方向之一，也是信息科学和人工智能技术的重要基本要素，是电子信息科学与技术专业的重要主干课程之一。本课程为选修课程，其目的源于为学生建立计算机视觉的基本要素、基本基础理论和方法、相关技术和应用技术；培养学生有效地应用所学知识和方法处理实际问题的能力。

考试大纲详尽内容(2000简体字之内)：（请选择开课模块编写，标明课时）

Details of the syllabus(2000 words at most)：（according To the units, state the class hours）

1.  第一周 (3课时)

内容:

课程导论与课程计划

目的：

课程总体介绍及安排，通过对计算机视觉的最前沿介绍后以探讨的方式找寻每名同班的爱好点，分步确认每名同班本课程项目报告的研究目标。

2.  第二周 (3课时)

内容:

图形表示与滤波器

· 光与色彩空间

· 图像滤波

· 频域表示

· 摆放做业1：图像滤波与合出等操作过程

目的：

介绍彩色图像的基本表示方式以及在空間和频域上的滤波器操作，让学生了解在Matlab等平台上进行相对的操作。

3.  第三周 (3课时)

内容:

做业1解读与分析

特点检验与配对

· 边缘检测

· 爱好点及角点检验

目的：

了解传统的图形外缘、爱好点及角点检验的常见方法，了解各种检验算子以及其相对的应用。

4.  第周围 (3课时)

内容:

特点检验与配对

· 部分图形特点

· 特点配对

摆放做业2：部分图形特征提取与配对

目的：

了解经典的部分图形特点与特点配对的方法，亲手实现各种方法并应用其进行图形查找与接拼等应用。

5.  第六周 (3课时)

内容:

做业2解读与分析

深度学习回望

· 有监督学习

· 无监督学习

目的：

懂得区分深度学习与计算机视觉的异同，了解深度学习中有监管与无监管两种方法的特性，懂得将其引申到计算机视觉之中并提高认识拓展。

6.  第六周 (3课时)

内容:

图像检测

· 鉴别专题报告与词袋

· 大量范例鉴别

目的：

把握用以图形或视频查找的词袋技术（Bag of Features）,能够利用其对图形或视频进行核对。

7.  第六周 (3课时)

内容:

图像检测

· 大量场景鉴别及高极特点编号

· 拖动窗检测服务

摆放做业3：利用词袋技术进行场景检验

目的：

把握大量数据下，利用视频或者图形中获取的特点进行迅速有效的特殊场景检验。

8.  第八周 (3课时)

内容:

做业3解读与分析

深度神经网络

· 神经网络基本构件

· 经典的神经网络结构

摆放做业4：来源于卷积神经网络进行MNIST数据分类

目的：

把握深度神经网络的基本构件知识，懂得用流行深度神经网络平台Tensorflow或PyTorch等建立数子分类管理、图形分类管理等神经网络。

9.  第九周 (3课时)

内容:

做业4解读与分析

深度神经网络

· 神经网络超主要参数设置与网络训练

· 神经网络正则化与缩小

摆放做业5：来源于稀少正则化对主要参数进行缩小

目的：

把握利用梯度下降计算方法进行主要参数刷新的原理，明白深度神经网络训练及设置超主要参数的小技巧，了解利用低秩类似、剪枝与稀少明确、二值化等技术对神经网络进行缩小。

10. 第九周 (3课时)

内容:

做业5解读与分析

深度神经网络

· 循环系统神经网络

· 优化算法驱动器下的神经网络设计

摆放做业6：利用循环系统神经网络“作诗”

目的：

把握能够叙述数据之间长时间依赖关系的循环系统神经网络原理，懂得建立能够自己“作诗”的神经网络，了解利用优化算法展开进行具有结构特点的最前沿神经网络设计的技术。

11. 第十四周 (3课时)

内容:

做业6解读与分析

多视点与运动分析

· 成像与电子光学

· 相机标定

· 立休成像

摆放做业7：相机标定与基础向量估测

目的：

把握在图形测定过程以及机器视觉应用中，为确认空間物块表层某点的三维立体图形位置两者之间在图形中对应点之间的的关系，建立摄影机成像图形建模的基础理论，能够熟练从世界坐标系转换到图形平面坐标。

12. 第十二周 (3课时)

内容:

做业7解读与分析

多视点与运动分析

· 光流

· 即时姿势估测

目的：

把握图形光流的计算，懂得光折射流去进行即时的物块姿势估测。

13. 第十三周 (3课时)

内容:

最前沿文献综述研修及个人项目汇报会（1）

·每名同班对于第一周选中的喜欢的计算机视觉内容，和老师核对后，选择精读2篇最新文献综述和泛读6篇文献综述，并关起门来实现精读计算方法，形成该研究目标的全部汇报进行汇报会。汇报会时间20分钟，答疑10分钟。

目的：

一方面，让学生对于喜欢的内容做一个项目，充分利用和吸收所学知识；而且，培养和锻练学生的参考文献阅读文章、亲手实践活动以及科学研究能力，进而能够在项目的基础上，通过调查、探讨、汇报会和答疑等流程形成自己的了解与正确理解，明确提出自己的创新性和看法。

14. 第十四周 (3课时)

内容:

最前沿文献综述研修及个人项目汇报会（2）

·每名同班对于第一周选中的喜欢的计算机视觉内容，和老师核对后，选择精读2篇最新文献综述和泛读6篇文献综述，并关起门来实现精读计算方法，形成该研究目标的全部汇报进行汇报会。汇报会时间20分钟，答疑10分钟。

目的：

一方面，让学生对于喜欢的内容做一个项目，充分利用和吸收所学知识；而且，培养和锻练学生的参考文献阅读文章、亲手实践活动以及科学研究能力，进而能够在项目的基础上，通过调查、探讨、汇报会和答疑等流程形成自己的了解与正确理解，明确提出自己的创新性和看法。

15. 第十五周 (3课时)

内容:

最前沿文献综述研修及个人项目汇报会（3）

·每名同班对于第一周选中的喜欢的计算机视觉内容，和老师核对后，选择精读2篇最新文献综述和泛读6篇文献综述，并关起门来实现精读计算方法，形成该研究目标的全部汇报进行汇报会。汇报会时间20分钟，答疑10分钟。

目的：

一方面，让学生对于喜欢的内容做一个项目，充分利用和吸收所学知识；而且，培养和锻练学生的参考文献阅读文章、亲手实践活动以及科学研究能力，进而能够在项目的基础上，通过调查、探讨、汇报会和答疑等流程形成自己的了解与正确理解，明确提出自己的创新性和看法。

16. 第十六周 (3课时)

内容:

个人成果展示

·每名同班将自己最后完成的项目方案形成最后汇报后以幻灯片的方式在教学课上汇报会出来（一人10分钟），专家（拟邀约几个工程学院教师）和班里其他同学作为评审团对于其劳动量、创新能力以及当场表現进行综合评分。

目的：

锻练学生写作水平、语言表达能力以及相互理解能力。

课本Text book：无

参考文献 Reading materials：

1. Richard Szeliski. Computer Vision: Algorithms when Applications, Springer, 2010.

2. Ian Goodfellow when Yoshua Bengio when Aaron Courville. Deep Learning, MIT Press, 2016.

以上就是关于清华大学深圳研究生院计算机视觉专业课程如何新手入门?如果大家对考试有哪些疑惑的话，可以咨询我们中国在职研究生招生信息网的教师。