计算机视觉应用基础课程介绍:

深度学习是一个基于经验的领域,现在计算机视觉用基于深度学习的方法居多，但基于深度学习的算法缺乏可解释
性，而目标检测，跟踪，识别一直是行业内计算机视觉方向的核心技术，理解核心技术的根本原理才能实现进一步
的创新。学习这门课程不仅扩展了知识面，而且通过系统的学习并结合实践项目的演练，真正理解图像底层的信
息，掌握了计算机视觉核心算法的基本流程与代码实现过程。为未来的研究打下了夯实的基础。

课程目录:

详细目录:

SL--计算机视觉应用基础
├─ 第1章：图像分割：基于统计模型的图像分割
│ ├─ 第1节：图像分割简要叙述
│ │ ├─ 任务4-1：【课件】基于统计的图像分割.pdf
│ │ └─ 任务4-2：图像分割概述.mp4
│ ├─ 第2节：基于统计的图像分割
│ │ └─ 任务5：基于统计的图像分割.mp4
│ └─ 第3节：作业
│ ├─ L1homework.rar
│ ├─ 任务6-1：作业视频.mp4
│ ├─ 任务6-2：【视频】代码框架介绍.mp4
│ ├─ 任务6-3：【作业】第一章.png
│ ├─ 任务7-1：第一章第一题思路提示.mp4
│ ├─ 任务7-2：第一章第二题思路提示.mp4
│ ├─ 任务7-3：第一章第三题思路提示.mp4
│ └─ 第一章作业讲评-曹志文.pdf
├─ 第1节：课程介绍
│ ├─ 任务2：【视频】计算机视觉应用基础课程介绍.mp4
│ └─ 任务3：【视频】计算机视觉概述.mp4
├─ 第2章：图像分割：基于主动轮廓的图像分割
│ ├─ 第1节：基于主动轮廓的图像分割
│ │ ├─ 任务8-2：基于主动轮廓的图像分割.mp4
│ │ └─ 第2章基于主动轮廓的图像分割.pdf
│ ├─ 第2节：Snake算法实现
│ │ └─ 任务9：Snake算法实现.mp4
│ ├─ 第3节：GVFSnake算法
│ │ └─ 任务10：GVFSnake算法.mp4
│ ├─ 第4节：代码及作业
│ │ ├─ ch2_hw.zip
│ │ ├─ 任务12：【作业】第二章.png
│ │ ├─ 第二章作业讲评-胡思杰.pdf
│ │ └─ 视频11-2：【视频】代码讲解.mp4
│ └─ 第5节：补充材料
│ ├─ 任务13-1：【视频】梯度下降补充资料.mp4
│ ├─ 任务13-2：【视频】GVF补充资料.mp4
│ └─ 任务13-3：【视频】Snake补充资料.mp4
├─ 第3章：图像分割：基于水平集的图像分割
│ ├─ 第1节：CV图像分割模型
│ │ ├─ 任务14-2：基于水平集的图像分割（上）.mp4
│ │ ├─ 第3章_图像分割_基于水平集的图像分割_第1部分-赵松2020.10.2.pdf
│ │ └─ 第3章_图像分割_基于水平集的图像分割_第2部分-赵松2020.10.2.pdf
│ ├─ 第2节：CV分割模型的改进
│ │ └─ 任务15：Chan-Vese模型（CV模型）.mp4
│ ├─ 第3节：水平集分割模型代码分析
│ │ ├─ 任务16：基于水平集的图像分割（下）.mp4
│ │ └─ 任务17：Multi Phase模型.mp4
│ └─ 第4节：作业实践
│ ├─ HW_ch3.rar
│ ├─ 任务18-1：作业.mp4
│ ├─ 任务18-2：【视频】代码框架讲解.mp4
│ ├─ 任务18-3：【作业】第三章.png
│ └─ 第三章作业讲评-赵泽宇同学.pptx
├─ 第4章：图像分割：交互式图像分割
│ ├─ 第1节：交互式图像分割简介
│ │ ├─ 20-2：课程内容概述.mp4
│ │ ├─ 20-3：引言.mp4
│ │ ├─ 任务18-1：作业.mp4
│ │ ├─ 任务18-2：【视频】代码框架讲解.mp4
│ │ └─ 第4章_图像分割_交互式图像分割-赵松.pdf
│ ├─ 第2节：Graph Cuts（图割）方法以及改进
│ │ ├─ 21-1：Graph Cuts（图割）.mp4
│ │ └─ 21-2：图割改进.mp4
│ ├─ 第3节：基于标签学习的交互式分割
│ │ ├─ 22-1：另一角度看Graph Cuts.mp4
│ │ ├─ 22-2：基于标签学习的交互式图像分割.mp4
│ │ ├─ 22-3：【作业】第四章.png
│ │ └─ hw_ch4.zip
│ └─ 第4节：作业框架讲解
│ ├─ 任务23-1：【视频】作业框架讲解及补充知识.mp4
│ ├─ 任务23-3：作业讲解1_build_map.mp4
│ ├─ 任务23-4：作业讲解2_BFS.mp4
│ └─ 第四章作业讲评-何志豪.pdf
├─ 第5章：图像分割：基于模型的运动分割
│ ├─ 第1节：运动目标检测简介
│ │ ├─ 24-2：运动目标分割概述.mp4
│ │ ├─ 24-3：参数估计简述.mp4
│ │ └─ L5基于模型的运动分割.pdf
│ ├─ 第2节：混合高斯背景建模
│ │ └─ 任务25：混合高斯背景建模算法.mp4
│ └─ 第3节：作业
│ ├─ 26-1：作业视频.mp4
│ ├─ 26-3：【作业】第五章.png
│ ├─ hw_ch5.rar
│ ├─ 任务26-2：【视频】代码框架讲解.mp4
│ └─ 第五章作业讲评-杨博荃.pdf
├─ 第6章：目标跟踪：基于光流的点目标跟踪
│ ├─ 第1节：目标跟踪简介
│ │ ├─ 任务28-2：目标跟踪简介.mp4
│ │ └─ 第6章目标跟踪光流.pdf
│ ├─ 第2节：光流以及基于光流的跟踪
│ │ └─ 任务29：光流.mp4
│ ├─ 第3节：基于光流目标跟踪的代码分析
│ │ └─ 任务30：基于光流的目标跟踪.mp4
│ └─ 第4：实践作业
│ ├─ hw_ch6.rar
│ ├─ 【作业】第6章.png
│ ├─ 任务31-2：【视频】代码讲解.mp4
│ └─ 第六章作业讲评-谢忱.pdf
├─ 第7章：目标跟踪：基于均值漂移的块目标跟踪
│ ├─ 第1节：均值漂移算法提出原因
│ │ ├─ 任务33-2：模板匹配算法跟踪.mp4
│ │ └─ 第7章目标跟踪Mean-shift.pdf
│ ├─ 第2节：核密度估计
│ │ └─ 任务34：核密度估计.mp4
│ ├─ 第3节：基于均值漂移的目标跟踪算法
│ │ └─ 任务35：均值漂移算法 截取视频.mp4
│ ├─ 第4节：基于均值漂移目标跟踪算法的代码分析
│ │ └─ 任务36：基于均值漂移的目标跟踪.mp4
│ └─ 第5节：作业
│ ├─ 37：【作业】第七章.png
│ ├─ HW7.rar
│ ├─ 任务37-1：作业.mp4
│ └─ 任务37-2：【视频】代码框架讲解.mp4
├─ 第8章：目标跟踪：基于粒子滤波的目标跟踪
│ ├─ 第1节：自顶向下的跟踪基础
│ │ ├─ 任务39：自顶向下的跟踪基础.mp4
│ │ └─ 第8章_目标跟踪_粒子滤波.pdf
│ ├─ 第2节：蒙特卡洛模拟
│ │ └─ 任务40：蒙特卡洛.mp4
│ ├─ 第3节：基于粒子滤波的目标跟踪算法
│ │ └─ 任务41：基于粒子滤波的跟踪算法.mp4
│ └─ 第4节：作业
│ ├─ 42：【作业】第八章.png
│ ├─ hw_ch8.rar
│ └─ 任务42-2：作业讲解.mp4
└─ 第9章：目标跟踪：基于核相关滤波的目标跟踪
├─ 第1节：相关滤波
│ ├─ 任务44：相关滤波.mp4
│ └─ 第9章_目标跟踪_相关滤波.pdf
├─ 第2节：MOSSE
│ └─ 任务45：MOSSE.mp4
├─ 第3节：跟踪方法总结与展望
│ └─ 任务46：跟踪方法总结与展望.mp4
└─ 第4节：作业
└─ 任务47：【作业】第九章.png
├─ 第10章 检测识别：一般目标检测识别之特征
│ ├─ 第1节 目标检测识别一般流程
│ │ ├─ 任务49：【视频】目标检测简介.mp4
│ │ └─ 第10章目标检测识别_特征.pdf
│ ├─ 第2节 特征检测简介
│ │ └─ 任务50：【视频】特征检测简介.mp4
│ ├─ 第3节 边缘检测与角点检测
│ │ ├─ 任务51-1：【视频】边缘检测.mp4
│ │ └─ 任务51-2：【视频】角点检测.mp4
│ └─ 第4节 SIFT特征简介
│ ├─ 任务52-1：【视频】SIFT特征.mp4
│ └─ 任务52-2：【作业】第十章.png
├─ 第11章 检测识别：一般目标检测识别之分类器
│ ├─ 第1节 线性回归
│ │ ├─ 任务53-2：线性回归.mp4
│ │ └─ 第11章：目标检测识别.pdf
│ ├─ 第2节 支持向量机
│ │ └─ 任务54：支持向量机.mp4
│ └─ 第3节 Adaboost
│ ├─ 56：【作业】第十一章.png
│ └─ 任务55：Adaboost.mp4
├─ 第12章 检测识别：基于模型拟合的目标检测
│ ├─ 任务61：【作业】第十二章.png
│ ├─ 第1节 前言
│ │ ├─ 任务58：前言.mp4
│ │ └─ 第12章：目标检测识别.pdf
│ ├─ 第2节 霍夫变换与直线检测
│ │ └─ 任务59：霍夫变换与直线检测.mp4
│ └─ 第3节 RANSAC与直线检测
│ └─ 任务60：RANSAC与直线检测.mp4