Видеолекции курса Введение в компьютерное зрение.
Лектор: Антон Конушин.
В курсе рассматриваются как базовые понятния компьютерного зрения, так и ряд современных алгоритмов, позволяющих решать практические задачи. Отдельно отмечается связь методов компьютерного зрения с обработкой зрительной информации в мозгу человека. Курс подготовлен при поддержке Microsoft Research. Программа курса:- Введение и компьютерное зрение и устройство зрительной системы человека.
- Обработка изображений.
- Простые методы анализа изображений.
- Представление изображений.
- Локальные особенности.
- Оценка параметров моделей.
- Машинное обучение и классификация изображений.
- Поиск и локализация объектов.
- Задачи на больших коллекцях изображений.
- Поиск изображений по содержанию.
- Основы видеонаблюдения.
- Распознавание событий в видео.
- Компьютерное зрение в реальном времени.
Курс прочитан в Лаборатории компьютерной графики и мультимедиа ВМК МГУ имени М.В. Ломоносова. Лаборатория создана в 1998 году Юрием Матвеевичем Баяковским, одним из пионеров компьютерной графики в России, членом ACM SIGGRAPH Computer Graphics Pioneers Club. Сотрудниками лаборатории читаются курсы по компьютерной графике, фотореалистичной визуализации, компьютерному зрению, обработке видео и 3D видео.
Лекция 1. Введение, ч.1 История компьютерного зрения. Трудности и подсказки. Практическое применение. Обзор курса.
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (4,8Mb)
Лекция 1. Введение, ч.2. Устройство оптической системы человека, фотокамеры. Цвет и свет. Цветовое постоянство.
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (1,9Mb)
Лекция 2. Обработка изображений. Гистограммы. Линейная и нелинейная коррекция. Свёртка и фильтрация.
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (3,4Mb)
Доп. Материалы (Введение в Matlab) (.zip) (0,9Mb)
Лекция 3. Простые методы анализа изображений. Сопоставление шаблонов, карты краёв. Геометрические инварианты. Бинаризация изображений, математическая морфология, связанные компоненты.
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (3,2Mb)
Лекция 4. Модели изображений. Частотная фильтрация изображений, разложение Фурье. Алогоритм JPEG. Иерархическое представление. Фильтры Габора, вейвлеты. Разреженное представление и обучаемый словарь.
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (4,2Mb)
Лекция 5. Локальные особенности. Понятие точечной особенности. Детектор углов Харриса, LOG, DOG, Harris-Laplacian. Детекторы областей (IBR, MSER). Дескрипторы особенностей, SIFT.
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (6,6Mb)
Лекция 6. Оценка параметров моделей. Поиск линий на изображении, М-оценки. Стохастические алгоритмы. Построение панорамы. Методы голосования.
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (2,6Mb)
Лекция 7. Машинное обучение и классификация изображений. Введение в машинное обучение. Метод опорных векторов. Подход «мешок слов».
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (3,4Mb)
Лекция 8. Поиск и локализация объектов. Методы на основе «мешка слов». Гистограммы ориентированных градиентов. Поиск лиц – метод Viola-Jones. Бустинг. Каскады классификаторов.
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (4,1Mb)
Лекция 9. Большие коллекции. Глобализация и составление коллекции. Задачи компьютерной графики на больших коллекциях. Дескриптор GIST. Определение места съёмки. Синтез коллажей.
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (8,7Mb)
Лекция 10. Поиск изображений. Методы индексирования изображений. Методы на основе хэш-функций. Обучение метрик. Фильтры объектов для классификации и поиска изображений.
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (2,9Mb)
Лекция 11. Основы видеонаблюдения. Методы вычитания фона. Методы отслеживания объектов. Комбинации методов.
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (3,2Mb)
Лекция 12. Распознавание событий в видео. Постановка задачи. Оптический поток и его оценка. Локальные особенности, дескрипторы, распознавание событий. Тестовые базы.
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (3,8Mb)
Лекция 13. Компьютерное зрение в реальном времени. Рандомизированный решающий лес. Отслеживание объектов, системы расширенной реальности. Классификация и сегментация объектов в реальном времени. Кинект, оценка позы человека. Применение Кинекта.
Посмотреть видео на сайте Лекториума
Презентация (.pdf) (3,1Mb)
Дополнительные материалы:
Курсы лаборатории компьютерной графики
Сайт курса
Видеолекции курса Дополнительные главы компьютерного зрения
Немає коментарів:
Дописати коментар