计算机视觉-教学大纲、授课计划

《计算机视觉》教学大纲课程信息课程名称：计算机视觉课程类别：素质选修课/专业基础课课程性质：选修/必修计划学时：64计划学分：4先修课程：无选用教材：《计算机视觉》，韩建平，周梦熊，张海平主编，2021年，电子工业出版社教材。适用专业：本课程可供计算机科学与技术、软件工程、多媒体处理和信号处理等领域中关注计算机视觉、图像处理、模式识别及其应用的工程技术人员人员和科研教学人员学习，也可作为研究生和大学高年级学生学习的课程。课程负责人：二、课程简介计算机视觉是目前研究最为活跃的领域之一，很多新的技术和方法在计算机视觉中得到了成功的应用。本课程以计算机视觉相关技术和模型为主线，讨论当前这个领域的传统技术和方法。本课程叙述了计算机视觉相关的一些基本理论和技术，主要包括人类视觉系统的建模、则D模型和显著性模型、图像的形成过程及相关的坐标交换、图像的底层特征提取与检测、图像中物体运动与关联分析等。三、课程教学要求序号专业毕业要求课程教学要求关联程度1工程知识1.掌握计算机视觉领域的传统技术和方法。2.了解计算机视觉应用领域和市场需求，为产品设计和开发提供指导。L2问题分析1.学会对计算机视觉技术应用中出现的问题进行分析和解决，包括硬件故障、软件错误、网络问题等。2.学会进行故障排除和维修和计算方法，以实现数据处理应用。H3设计/开发解决方案1.掌握从图像序列中估计2D和3D运动，能将计算机视觉应用到工作和生活领域中。2.学会进行系统测试和验证，以确保系统的质量和性能符合要求。H4研究L5使用现代工具1.掌握计算机视觉领域研发的现代工具，如仿真软件、调试工具等。2.学会使用现代工具进行数据分析和处理，提高工作效率和准确性。M6工程与社会1.了解计算机视觉技术研发的产品对社会的影响和作用，以及相关的法律法规和标准。2.学会将相应技术应用于实际生产和社会服务中，为社会做出贡献。L7环境和可持续发展L8职业规范L9个人和团队1.学会个人发展和团队合作，提高个人和团队的综合素质。2.学会与他人合作和沟通，建立良好的人际关系和团队合作氛围。H10沟通1.学会进行有效的沟通和表达，与客户、同事和上级保持良好的沟通和协作。2.学会进行跨文化沟通和合作，提高国际化视野和跨文化交流能力。M11项目管理1.学会进行项目管理和组织，包括项目计划、进度控制、质量管理等。2.学会进行风险评估和管理，提高项目成功的概率和效率。L12终身学习1.学会进行自我学习和自我提升，不断提高自身的专业水平和创新能力。2.学会进行终身学习和职业发展规划，不断拓展职业领域和发展空间。H注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具体描述。“关联程度”栏中字母表示二者关联程度。关联程度按高关联、中关联、低关联三档分别表示为“H”“M”或“L”。“课程教学要求”及“关联程度”中的空白栏表示该课程与所对应的专业毕业要求条目不相关。四、课程教学内容章节名称主要内容重难点关键词学时类型1人类视觉系统及其建模人类视觉系统概述人眼基本视觉特性立体视觉的形成过程JND模型与显著性模型本章小结了解人类视觉系统；掌握立体视觉的形成过程5理论+实操2图像边缘、角点检测图像灰度位图图像和彩色位图图像GIF图像格式和JPEG压缩图像边缘及其检测图像角点检测形状检测直线段检测本章小结掌握GIF图像格式和JPEG压缩原理和使用方法；掌握图像边缘及其检测方法10理论+实操3图像形成与相机几何引言图像的形成齐次坐标小孔成像图像坐标系、相机坐标系和世界坐标系坐标平移、伸缩和旋转相机标定相机位置和方向姿态估计本章小结掌握取景透镜等图像的形成过程；掌握图像坐标系、相机坐标系和世界坐标系的计算13理论+实操4从图像序列中估计2D和3D运动运动场与光流场光流计算光流技术的研究难点及策略3D运动恢复本章小结掌握光流方程和经典光流算法；掌握光流技术的研究难点及策略8理论+实操5差分运动分析及基于核函数的视觉跟踪基于差分方法的光流计算视觉跟踪概述核函数跟踪算法本章小结掌握基于差分方法的光流计算；视觉跟踪的分类和视频目标跟踪算法的组成6理论+实操6蒙特卡罗运动分析跟踪问题的形式化表示卡尔曼滤波与广义卡尔曼滤波特征表示与提取目标跟踪方法评价指标序列MonteCarlo方法研究本章小结掌握卡尔曼滤波与广义卡尔曼滤波的计算方法10理论+实操7饺链运动分析及入体姿态估计人体模型及观测似然函数模拟退火的粒子滤波算法非参数置信传播算法人体运动估计本章小结掌握粒子滤波算法和模拟返火算法；掌握条件随机场理论6理论+实操8多目标跟踪算法多目标跟踪概述数据关联算法基于图模型的多目标跟踪算法本章小结掌握基于图模型的多目标跟踪算法6理论+实操五、考核要求及成绩评定序号成绩类别考核方式考核要求权重（%）备注1期末成绩期末考试考试50百分制，60分为及格2平时成绩实践8次40优、良、中、及格、不及格3平时表现出勤情况10两次未参加课程则无法获得学分注：此表中内容为该课程的全部考核方式及其相关信息。六、学生学习建议学习方法建议1.依据专业教学标准，结合岗位技能职业标准，通过案例展开学习，将每个项目分成多个任务，系统化地学习。2.通过每个项目最后搭配的习题，巩固知识点。3.了解行业企业技术标准，注重学习新技术、新工艺和新方法，根据教材中穿插设置的智能终端产品应用相关实例，对已有技术持续进行更新。4.通过开展课堂讨论、实践活动，增强的团队协作能力，学会如何与他人合作、沟通、协调等等。学生课外阅读参考资料《计算机视觉》，韩建平，周梦熊，张海平主编，2021年，电子工业出版社教材。七、课程改革与建设（1）通俗易懂，方便学习，课程叙述了计算机视觉相关的一些基本理论和技术，主要包括人类视觉系统的建模、JND模型和显著性模型、图像的形成过程及相关的坐标交换、图像的底层特征提驭与检测、图像中物体运动与关联分析等。（2）注重技能的养成和思维的拓展。通过引导式教学，设计包括引导问题、优化决策、具体实施、课后拓展等内容，培养学生的团结协作能力和勤于思考的习惯，避免重讲轻练、重知识轻能力的弊端。平时对学生的考核内容包括出勤情况、学生的学习成果、课堂讨论等方面，占期末总评的50%。期末考试成绩占期末总评的50%。制订人签字：教研室主任签字：院部负责人签字：修订时间：年月日教学日历（20xx～20xx学年第x学期）开课学院开课专业讲授学时32课程名称计算机视觉授课教师实践/实验学时32授课年级授课班级总学时64使用教材《计算机视觉》参考书目《计算机视觉》校历周次授课内容分章节题目第1周第一章人类视觉系统及其建模（4学时）1.1人类视觉系统概述（1学时）1.2人眼基本视觉特性（1学时）1.3立体视觉的形成过程（1学时）1.4JND模型与显著性模型（1学时）第2周第一章人类视觉系统及其建模（1学时）1.5本章小结（1学时）第二章图像边缘、角点检测（3学时）2.1图像（1学时）2.2灰度位图图像和彩色位图图像（1学时）2.3GIF图像格式和JPEG压缩（1学时）第3周第二章图像边缘、角点检测（4学时）2.4图像边缘及其检测（2学时）2.5图像角点检测（1学时）2.6形状检测（1学时）第4周第二章图像边缘、角点检测（3学时）2.6形状检测（1学时）2.7直线段检测（1学时）2.8本章小结（1学时）第三章图像形成与相机几何（1学时）3.1引言（1学时）第5周第三章图像形成与相机几何（4学时）3.2图像的形成（2学时）3.3齐次坐标（1学时）3.4小孔成像（1学时）第6周第三章图像形成与相机几何（4学时）3.5图像坐标系、相机坐标系和世界坐标系（2学时）3.6坐标平移、伸缩和旋转（2学时）第7周第三章图像形成与相机几何（4学时）3.7相机标定（1学时）3.8相机位置和方向（1学时）3.9姿态估计（1学时）3.10本章小结（1学时）第8周第四章从图像序列中估计2D和3D运动（4学时）4.1运动场与光流场（1学时）4.2光流计算（2学时）4.3光流技术的研究难点及策略（1学时）第9周第四章从图像序列中估计2D和3D运动（4学时）4.3光流技术的研究难点及策略（1学时）4.43D运动恢复（2学时）4.5本章小结（1学时）第10周第五章差分运动分析及基于核函数的视觉跟踪（4学时）5.1基于差分方法的光流计算（2学时）5.2视觉跟踪概述（1学时）5.3核函数跟踪算法（1学时）第11周第五章差分运动分析及基于核函数的视觉跟踪（2学时）5.3核函数跟踪算法（1学时）5.4本章小结（1学时）第六章蒙特卡罗运动分析（2学时）6.1跟踪问题的形式化表示（2学时）第12周第六章蒙特卡罗运动分析（4学时）6.2卡尔曼滤波与广义卡尔曼滤波（2学时）6.3特征表示与提取（2学时）第13周第六章蒙特卡罗运动分析（4学时）6.4目标跟踪方法评价指标（1学时）6.5序列MonteCarlo方法研究（2学时）6.6本章小结（1学时）第14周第七章饺链运动分析及入体姿态估计（4学时）7.1人体模型及观测似然函数（1学时）7.2模拟退火的