扫码支付

购买商品:
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

  • 课程> 人工智能> 计算机视觉
  • 让机器“看见”—计算机视觉原理及实战

  • 由百度云提供技术支持
    课程目录
    第一章:计算机视觉引论及基础介绍
    • 1. 计算机视觉 (免费)
    • 3:16
    • 2. 第一节课课前答疑 (免费)
    • 26:05
    • 3. (一)引论及基础 (免费)
    • 2:10
    • 4. (1.1)什么是计算机视觉
    • 2:53
    • 5. (1.2)视觉系统构成要素
    • 1:29
    • 6. (二)视觉系统构成实例 (2.1)机器视觉系统
    • 3:04
    • 7. (2.2)交通视频检测
    • 2:12
    • 8. (2.3)Xbox 与 Kinect
    • 3:37
    • 9. (2.4)”好奇车“火星探测车
    • 4:21
    • 10. (三)照明模型 (3.1)光通量
    • 4:53
    • 11. (3.2)辐照度
    • 4:32
    • 12. (四)-(4.1)颜色模型
    • 11:09
    • 13. (4.2)OpenCV 实现
    • 15:10
    • 14. (五)图像的采集与显示 (5.1)图像采集
    • 7:21
    • 15. (5.2)图像传输
    • 10:45
    • 16. (5.3)图像显示
    • 8:15
    • 17. (六)课程结构与参考书 (6.1)课程结构
    • 2:33
    • 18. (6.2)参考书籍
    • 3:50
    • 19. 第一节课课后答疑
    • 28:59
    第二章:图像预处理,边缘提取及图像分割
    • 1. 图像预处理,边缘提取及图像分割
    • 02:19:07
    第三章:图像特征提取及光流估计
    • 1. 计算机视觉第三课课前讨论及答疑
    • 11:22
    • 2. 图像特征提取与运动估计
    • 2:11
    • 3. (一)角点检测
    • 0:30
    • 4. (1.1)Harris算子原理
    • 27:28
    • 5. (1.2)OpenCV实例
    • 5:01
    • 6. (1.3)第一部分答疑
    • 4:30
    • 7. (二)背景建模
    • 0:10
    • 8. (2.1)背景建模原理
    • 22:13
    • 9. (2.2)背景建模处理实例
    • 2:59
    • 10. (2.3)第二部分答疑
    • 3:48
    • 11. (三)光流估计
    • 0:17
    • 12. (3.1)光流估计基本模型
    • 7:08
    • 13. (3.2)Lucas-Kanade方法
    • 14:22
    • 14. (3.3)光流估计示例
    • 5:50
    • 15. (四)总结
    • 1:02
    • 16. 计算机视觉第三课课后答疑
    • 17:40
    第四章:图像处理综合实例
    • 1. 计算机视觉第四课课前讨论及答疑
    • 15:29
    • 2. (一)Visual Studio视觉编程工具
    • 2:16
    • 3. (1.1)ImageWatch
    • 2:06
    • 4. (1.2)VSColorOutput
    • 1:35
    • 5. (1.3)VS Line Counter
    • 1:11
    • 6. (1.4)SuperCharge
    • 7:27
    • 7. (二)米粒检测
    • 21:52
    • 8. (三)运动目标检测(静止背景)
    • 23:09
    • 9. (四)光流跟踪
    • 18:38
    • 10. (五)总结
    • 7:40
    • 11. 计算机视觉第四课课后答疑
    • 28:24
    第五章:视觉几何基础与位姿估计
    • 1. (一)座标变换与摄像机模型
    • 2:18
    • 2. (1.1)座标系与座标变化
    • 24:56
    • 3. (1.2)线性摄像机模型
    • 12:58
    • 4. (二)相对位姿测量算法
    • 0:13
    • 5. (2.1)基本问题
    • 5:34
    • 6. (2.2)线性求解
    • 21:40
    • 7. (三)基于平面特征点的位姿测量
    • 0:15
    • 8. (3.1)基本问题
    • 5:07
    • 9. (3.2)线性求解
    • 6:13
    • 10. (3.3)扩展
    • 4:44
    • 11. (四)双目视觉基础
    • 0:10
    • 12. (4.1)基本问题
    • 3:05
    • 13. (4.2)平行双目视觉
    • 8:49
    • 14. (五)总结
    • 1:05
    • 15. 计算机视觉第四课课后答疑
    • 20:14
    第六章:相机标定及位姿估计实例
    • 1. 计算机视觉第六课课前讨论及答疑
    • 10:32
    • 2. (一)极线几何
    • 2:04
    • 3. (1.1)极线几何与本质矩阵
    • 14:53
    • 4. (1.2)本质矩阵求解
    • 13:08
    • 5. (1.3)扩展
    • 2:51
    • 6. (二)稳健估计
    • 0:21
    • 7. (2.1)基本问题
    • 7:43
    • 8. (2.2)RANSAC
    • 11:24
    • 9. (2.3)OpenCV相关函数
    • 1:42
    • 10. (2.4)第一部分和第二部分答疑
    • 6:49
    • 11. (三)立体匹配
    • 0:29
    • 12. (3.1)基本问题
    • 7:51
    • 13. (3.2)示意
    • 3:23
    • 14. (3.3)OpenCV相关函数
    • 1:17
    • 15. (四)相机标定
    • 1:00
    • 16. (4.1)基本问题
    • 3:44
    • 17. (4.2)Zhang方法
    • 16:38
    • 18. (4.3)演示
    • 7:12
    • 19. (五)总结
    • 1:54
    • 20. 计算机视觉第六课课后答疑
    • 12:55
    • 【课程类型】技术教程 【难度级别】高级 【适合人群】所有人
    • 【课程介绍】
      购买课程后添加小助手为好友(微信ID:superaihelper)加入课程讨论群。课程由哈尔滨工业大学副教授,视觉技术研究室负责人屈教授讲解。由浅入深,图文并茂,在讲述概念的同时注重和实际系统结合,为快速上手并深入研究无人驾驶,智能机器人,人机交互,医疗等行业应用奠定坚实基础。
    • 【课程目标】
      认真学习本门课程后,学员可以掌握计算机视觉技术的基本原理和应用方式。可在实际项目、创新项目、创业实践中应用,同时可供感兴趣同学作为以后深入学习计算机视觉知识的基础。公开课试听:http://edu.csdn.net/course/detail/5510
    • 【课程计划】
      8月14日20:00-22:00 计算机视觉引论及基础介绍; 8月16日20:00-22:00 图像预处理,边缘提取及图像分割; 8月21日20:00-22:00 图像特征提取及光流估计; 8月23日20:00-22:00 图像处理综合实例; 8月28日20:00-22:00 视觉几何基础与位姿估计; 8月30日20:00-22:00 相机标定及位姿估计实例。

    第一章:计算机视觉引论及基础介绍

    第二章:图像预处理,边缘提取及图像分割

    第三章:图像特征提取及光流估计
    15 (四)总结
    1:02

    第四章:图像处理综合实例
    10 (五)总结
    7:40

    第五章:视觉几何基础与位姿估计
    10 (3.3)扩展
    4:44
    14 (五)总结
    1:05

    第六章:相机标定及位姿估计实例
    8 (2.2)RANSAC
    11:24
    13 (3.2)示意
    3:23
    18 (4.3)演示
    7:12
    19 (五)总结
    1:54

    全部评价(9
    好评(9
    中评(0
    差评(0
    第七个视频无法播放
    2017-09-17 10:22:00
    请问交流群是什么
    老师很耐心,讲的通俗易懂。
    2017-09-12 16:15:25
    简洁精要
    2017-09-04 19:41:11
    讲课有条理,主线清晰,目标明确,学识渊博且能耐心授课!难得的一位好老师!
    2017-08-31 14:29:40
    行云流水,通俗易懂
    2017-08-30 22:11:01
    老师讲的细致
    2017-08-30 22:05:31
    老师讲得深入浅出,简明扼要,非常有耐心,知识点很全,
    2017-08-28 22:48:30
    老师很实诚,上课讲的认真,下课有问必答,赞赞赞!
    2017-08-25 15:23:29
    绝对物有所值
    2017-08-25 15:21:51
    AI100
    13课程117336学员
    AI100致力于推进人工智能和数据科学领域的人才培养。目标是在 2025 年前为中国培养100万人工智能工程师,200万各行业数据科学专家,帮助30万中国企业走向智能化。
    所属机构:AI100