計算機視覺平臺
計算機視覺平臺是賽曙科技開發(fā)的一款面向于人工智能、計算機等專業(yè)的實訓平臺，符合硬件、網絡、平臺、計算、應用等智能產品框架。計算機視覺平臺主要滿足：圖形化編程、Python程序設計、C#程序設計、計算機視覺、機器學習、深度學習、神經網絡等相關課程和實訓，是基于新工科和工程教育思維和專業(yè)改革而設計的實訓平臺。
圖像處理、深度學習、圖像分割、目標檢測、圖像識別、運動跟蹤與三維重建功能。
是基于新工科和工程教育思維和專業(yè)改革而設計的人工智能教具。
“計算機視覺平臺”課程融合光學成像、傳感器技術、數字圖像處理、機器學習、深度學習等多領域相關知識，由淺入深逐步闡述計算機視覺的相關理 論和應用技術基礎，涵蓋計算機視覺應用系統的設計思路、圖像分析處理技術、深度學習方法原理、圖像識別、運動跟蹤與三維重建等知識。本課程 定位于中高職、專本科院校人工智能、自動化、計算機相關專業(yè)的專業(yè)基礎課與綜合實踐課，適合有一定專業(yè)學習基礎、致力于在視覺應用領域相關 行業(yè)發(fā)展的中高職、專本科學生，可適應視覺應用系統設計、算法研發(fā)、視覺系統實操維護等崗位技術與管理等職業(yè)需求。
| 章 | 節(jié) |
|---|---|
| 第一章 緒論 | 1.1 計算機視覺概述 |
| 1.2 視覺系統設計 | |
| 1.3 實訓：開發(fā)環(huán)境配置 | |
| 第二章 圖像的獲取與表示 | 2.1 圖像的獲取與數字圖像的表示 |
| 2.2 實訓：圖像采集與轉換 | |
| 2.3 相機標定基本原理 | |
| 2.4 實訓：單目相機標定 | |
| 第三章 圖像預處理技術 | 3.1 圖像預處理技術概述 |
| 3.2 實訓：老照片修復 | |
| 3.3 實訓：圖像的去噪、銳化與模糊處理 | |
| 第四章 卷積神經網絡與深度學習 | 4.1 機器學習概述 |
| 4.2 卷積神經網絡 | |
| 4.3 深度學習基本原理概述 | |
| 4.4 實訓：手寫數字識別 | |
| 第五章 圖像的特征檢測與提取 | 5.1 特征檢測與角點提取 |
| 5.2 圖像邊緣檢測與特征提取 | |
| 5.3 實訓：圖像特征檢測 | |
| 5.4 實訓：圖像的特征提取 | |
| 第六章 圖像分割 | 6.1 傳統圖像分割技術 |
| 6.2 基于深度學習的語義分割與實例分割 | |
| 6.3 實訓：基于傳統方法的圖像分割 | |
| 6.4 實訓：基于深度學習的圖像分割 | |
| 第七章 目標檢測與識別 | 7.1 目標檢測方法及應用 |
| 7.2 實訓：基于深度學習的目標檢測實驗 | |
| 7.3 目標識別基本原理 | |
| 7.4 實訓：人臉識別 | |
| 第八章 運動跟蹤 | 8.1 運動目標檢測與跟蹤技術 |
| 8.2 基于CNN的運動跟蹤方法 | |
| 8.3 實訓：運動跟蹤實驗 | |
| 第九章 三維重建 | 9.1 三維重建技術及應用 |
| 9.2 實訓：三維重建實驗 | |
| 第十章 視頻監(jiān)控系統設計 | 10.1 實訓：視頻監(jiān)控中的人臉跟隨 |
本課程定位于中高職、專本科院校人工智能、自動化、計算機相關專業(yè)的專業(yè)基礎課與綜合實踐課。
