【本学期选修国科大计算机视觉课程，本人方向也是cv，因此想通过博客方式记录课程中比较重要的点，巩固并且进行一些扩展学习】【从本章节开始由申抒含老师为我们讲述相关知识】【本章节内容针对相机标定与稀疏重建进行讲解】接下来我们将主要针对以下内容进行介绍：• 三角化：已知x、K、R、t，求X• 相机标定：已知x、X，求K、R、t• 姿态估计：已知x、X 、K ，求R、t• 稀疏重建：已知x，求K、R、t、

【本学期选修国科大计算机视觉课程，本人方向也是cv，因此想通过博客方式记录课程中比较重要的点，巩固并且进行一些扩展学习】【从本章节开始由申抒含老师为我们讲述相关知识】【本章节内容针对立体视觉与三维建模进行讲解】接下来我们将主要针对以下内容进行介绍：• 视差（Disparity）与深度（Depth）• 立体视觉（Stereo）• 多视图立体重建（Multiple View Stereo）...

【本学期选修国科大计算机视觉课程，本人方向也是cv，因此想通过博客方式记录课程中比较重要的点，巩固并且进行一些扩展学习】【从本章节开始由申抒含老师为我们讲述相关知识】【本章节内容针对相机标定与稀疏重建进行讲解】接下来我们将主要针对以下内容进行介绍：• 三角化：已知x、K、R、t，求X• 相机标定：已知x、X，求K、R、t• 姿态估计：已知x、X 、K ，求R、t• 稀疏重建：已知x，求K、R、t、

【本学期选修国科大计算机视觉课程，本人方向也是cv，因此想通过博客方式记录课程中比较重要的点，巩固并且进行一些扩展学习】【从本章节开始由申抒含老师为我们讲述相关知识】【本章节内容针对相机模型和多视几何进行讲解】接下来我们将主要针对以下内容进行介绍：射影空间小孔相机成像模型基本矩阵F，如8点法等一. 计算机视觉发展历史从Marr最开始的图像处理到Hinton提出深度学习，甚至延续到现在，也就40年的

【本学期选修国科大高伟老师的计算机视觉课程，本人方向也是cv，因此想通过博客方式记录课程中比较重要的点，巩固并且进行一些扩展学习】【本章节内容针对图像特征进行讲解】瞳孔通过接收图像反射的光投射到视网膜上，神经元再将这种刺激传递给大脑，大脑做出反应，辨别出图像的类型。那么大脑是通过什么特征来辨别图像的呢?边缘和轮廓是两个必不可失的研究方向因此如果能对边缘和关键点可靠提取的话，很多视觉问题就基本上得到

【本学期选修国科大高伟老师的计算机视觉课程，本人方向也是cv，因此想通过博客方式记录课程中比较重要的点，巩固并且进行一些扩展学习】【本章节内容针对图像分割进行讲解】接下来我们将主要针对以下内容进行介绍：早期的图像分割方法基于特定理论的方法 ：Mean Shift 、Normalized Cut、Graph Cut基于深度神经网络的图像分割 ：FCN、SegNet、R-CNN一.早期图像分割方法：1

【本学期选修国科大计算机视觉课程，本人方向也是cv，因此想通过博客方式记录课程中比较重要的点，巩固并且进行一些扩展学习】【从本章节开始由董秋雷老师为我们讲述相关知识】【本章节内容针对视觉跟踪进行讲解】接下来我们将主要针对以下内容进行介绍：目标跟踪模板匹配法基于Kalman滤波器的跟踪方法基于相关滤波的跟踪方法基于CNN的跟踪方法视觉定位基于Kalman滤波器的定位方法基于关键帧的定位方法运动分析的

【本学期选修国科大计算机视觉课程，本人方向也是cv，因此想通过博客方式记录课程中比较重要的点，巩固并且进行一些扩展学习】【从本章节开始由申抒含老师为我们讲述相关知识】【本章节内容针对相机模型和多视几何进行讲解】接下来我们将主要针对以下内容进行介绍：射影空间小孔相机成像模型基本矩阵F，如8点法等一. 计算机视觉发展历史从Marr最开始的图像处理到Hinton提出深度学习，甚至延续到现在，也就40年的

【本学期选修国科大计算机视觉课程，本人方向也是cv，因此想通过博客方式记录课程中比较重要的点，巩固并且进行一些扩展学习】【从本章节开始由申抒含老师为我们讲述相关知识】【本章节内容针对相机模型和多视几何进行讲解】接下来我们将主要针对以下内容进行介绍：射影空间小孔相机成像模型基本矩阵F，如8点法等一. 计算机视觉发展历史从Marr最开始的图像处理到Hinton提出深度学习，甚至延续到现在，也就40年的