计算机视觉新手入门学习

    自从被推送了有关计算机视觉的相关文章之后，个人就感觉像是被安利了一样，关注了很多微信公众号，对此深感兴趣，虽然大部分推送的前沿成果看不大懂，但是感觉对计算机视觉这个方向有了更深入的了解，所以个人在准备考研的同时，从网上找了一些基础学习资料和书籍推荐，准备进行计算机视觉入门学习了。

  作为了解，“计算机视觉技术是一门用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。具体应用可以有：

（1）控制过程，比如，一个工业机器人 ；

（2）导航，例如，通过自主汽车或移动机器人；

（3）检测的事件，如，对视频监控和人数统计 ；

（4）组织信息，例如，对于图像和图像序列的索引数据库；

（5）造型对象或环境，如，医学图像分析系统或地形模型；

（6）相互作用，例如，当输入到一个装置，用于计算机人的交互；

（7）自动检测，例如，在制造业的应用程序。

（8）支持视觉特效制作的电影和广播，例如，摄像头跟踪（运动匹配）。

（9）监视。”

以上来源：百度百科

具体的应用研究举例可以参考上一篇文章（转载 自己感兴趣的五大计算机视觉技术（图像分类、目标检测、目标跟踪、语义分割以及实例分割））

计算机视觉这个方向是一个和多个学科有交叉的方向，所以要学习的基础只是也是很多的，涉及计算机科学、物理、工程、应用数学……，所以学习过程可能比较长，推荐的书目也是涉及各个领域。

根据总结多方大佬的推荐：

推荐入门级（初级到中级学习）书目如下：

1.  Computer Vision: A Modern Approach

作者：David A. Forsyth, Jean Ponce

有两版，2003和2012.

虽然出书时间比较早，但是对计算机视觉的讲解很系统，比较适合初学者入门有个系统的了解

 

2.Multiple View Geometry in Computer Vision

作者：Richard Hartley, Andrew Zisserman

也是有两版，2000,2004，

因为计算机视觉技术中涉及到三维结构的研究，而这本书是在计算机视觉几何学习方面的经典书目，大佬推荐。

 

3. Computer Vision: Models, Learning, and Inference

作者：Simon J.D. Prince

版本：2012

计算机视觉学习中的机器学习书籍。

 

4.Deep Learning

作者：Ian Goodfellow and Yoshua Bengio and Aaron Courville

版本：2016

关于深度学习方面，这本书应该是评价比较高的一本书。

 

以上书籍，鉴于本人在考研期间的时间可能不够，所以从图书馆借阅了中文翻译版先学一下基础，想自己购买英文版的可以去淘宝上买，亚马逊的价格加上快递的话有些贵。

 

学习工具：

tensorflow ，opencv 

学习过Python神经网络和人工智能方面知识的人，应该对这两个工具比较熟悉。

 

 

公开课：斯坦福大学华裔 李飞飞教授，在网易云课堂上有免费的公开课学习，

链接：https://study.163.com/course/courseMain.htm?courseId=1003223001

 

公众号推荐：

我爱计算机视觉

 

    本人作为大三的考研党，想要把计算机视觉作为以后的学习方向和研究目标，想考的方向是自己所喜欢的方向的话，考研复习起来应该更是动力满满。希望自己能完成这个目标吧。