立即学习:https://edu.csdn.net/course/play/10265/218914?utm_source=blogtoedu
课程体系
视觉计算理论架构：
Marr视觉计算理论包含三个层次，重建三维物体形状和位置，分为二维、二又二分之一维、三维。
二维：过零点，短线段，端点，边缘等基元特征
二又二分之一维：物体形状粗略描述，法向量，表面方向
三维：三维外形，三维组件之间的关系
早期图像表示模型：Part-based，分解，强的组成结构
80s,特征检测和特征识别方法，有先验知识，图像质量有要求
通用识别算法：sift算子，hog，orb算子
通用向量机
深度学习+计算机视觉:特征提取，区别于传统的SVM在层数很深，千层
二是，自动化通用特征提取
课程逻辑
深度学习+计算机视觉
高等数学，线性代数，矩阵分析，最优化方法，概率论，物理学刚体运动学，图像处理，模式识别
9个阶段从低层次到立体视觉
参考书：
数字图像处理，刚萨雷斯
计算机视觉教程 钟毓敏
