北京邮电大学 计算机视觉与深度学习 鲁鹏 计算机视觉概述课程手迹

课程笔记

  • 计算机视觉=输入(认知神经科学-理论, 运用方法&算法, 硬件)+输出(机器人)

  • 课程:图像处理-CS131,图像结构-CS231a,图像理论-CS230/CS231n

  • Q-象棋与人工智能的关系?

    IBM-深蓝,Google-AlphaGo >> 机器赢得象棋胜利 = 强大的搜索算法

  • 目标:语义鸿沟,即建立图像像素核语义间的关系

  • 发展过程:系统出现-物种大繁荣 >> 理论研究-猫视觉神经 >> 积木世界 >> MIT图像处理暑期

  • 计算机视觉先驱-David Marr提出的三大板块:计算理论,表达&算法,硬件实现

    • 计算理论:目的?已知与可施加的约束?
    • 表达&算法:输入输出的表达?算法计算预期结果?
    • 硬件实现:算法与硬件的关联?硬件加速算法?
  • 视觉表达发展阶段:输入图像 >> 边缘图 >> 2.5D图 >> 建立3D模型
  • 图像信息 = 三维场景结构 + 语义信息
  • 深度学习基石 = 算法 + 数据 + 算力

本节思考

序号 提问 回答
01 请解释图像表达的4个阶段在计算机视觉中的作用 你来回答,下篇笔记中会公布
02

为什么David Marr提出的三大板块是CV的先驱?

背后的原因是什么?

你来回答,下篇笔记中会公布
03 David Marr提出的三个部分在当今时代是否适用? 你来回答,下篇笔记中会公布
04 为什么会出现语义鸿沟?原因是什么? 你来回答,下篇笔记中会公布
05 图像分割和图像识别有什么本质的区别吗? 你来回答,下篇笔记中会公布
06

为什么说在计算机视觉中,图像信息等于三维场景结构加上语义信息?

你来回答,下篇笔记中会公布

参考资源

  • 【计算机视觉与深度学习 北京邮电大学 鲁鹏 清晰版合集(完整版)】

你可能感兴趣的:(机器学习,CV手记,计算机视觉,人工智能,深度学习)