課程介紹
This course is to introduce principles and methods of obtaining information from images and videos. Topics include image features, image processing, shape analysis, image matching, 3D reconstruction, human pose and action, and modern image database and retrieval, etc.
*本課程需具備一定的Python程式能力
評分:*本課程需具備一定的Python程式能力
- 出席率: 15%
- 平時評量: 35%
>> 小作業(以考試方式繳交)
- project: 50%
>> 2次上台論文報告
>> 期末論文實作
- 出席率: 15%
- 平時評量: 35%
>> 小作業(以考試方式繳交)
- project: 50%
>> 2次上台論文報告
>> 期末論文實作
教科書:
上課講義與程式碼
教學進度:
- 9/12: 第一週- Introduction
- 9/19: 第二週-
- Opnecv 安裝與指令介紹
- 基本的數位訊號收集原理
- 作業練習(1): 讀圖+縮放+存檔
- 9/26: 第三週-
- 作業練習(1)上機考試
- OpenCV-- 讀/存圖檔網頁導讀
- OpenCV-- image affine 介紹(講義)
- 作業練習(2)導讀
- 10/3: 第四週
- 影像校正範例討論
- (課程Ch1 OpenCV+Geomerty 轉換:)
- (課程Ch1--OpenCV+ Color轉換)
- 前景與背景區分
- 影像校正範例討論
- 10/10: 第五週
- 國慶放假
- 10/17: 第六週
- 正負樣本訊號收集導論
- 相關科技論文導讀 論文
- 10/24: 第七週
- 簡單的分類器實作(貝氏分類器與實作)-I
- 10/31: 第八週
- 簡單的分類器實作(貝氏分類器與實作)-II
- project 檢討
- 簡單的分類器實作(貝氏分類器與實作)-II
- 11/7: 第九週
- Python 實作; 向量相似度與高斯變量分析
- 11/14: 第十週
- 分類器實作(貝氏分類器與實作)-III
- project 檢討
- 分類器實作(貝氏分類器與實作)-III
- 11/21: 第十一週
- NN與SVM
- (HW 6-classifer 兩組尚未檢討)
- 程式套件
- NN與SVM
- 11/28: 第十二週
- 概念講述
- SVM 視覺化呈現
- 12/5: 第十三週
- 概念講述
- SVM 實作:以Face detetcion 為範例
- SVM 最佳化概念
- 12/12: 第十四週
- 多分類器: by SVM
- SVM 實作project I
- SVM 實作project II
本課程不開放報名