電腦視覺
Computer Vision
學期
112-2
學分
3
學分
當期課號
539103
永久課號
IIAI30013
開課單位
智能系統研究所
授課教師
楊元福
校區
光復
類別
選修
上課時間表
| 節 | 週二 |
|---|---|
2 09:00–09:50 | 電腦視覺 EDB06 3 節連堂 |
3 10:10–11:00 | |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
概述
本課程旨在讓學生深入理解電腦視覺的基本概念和技術,包括影像形成、影像特徵提取、3D重建、影像分割、物體識別、深度學習、物體檢測、物體追蹤和人臉識別等。並且掌握電腦視覺相關演算法、模型和框架的實現和應用,讓學生具備解決不同領域的電腦視覺問題,如自動駕駛、智慧家居、醫療影像分析等。 透過本課程的學習,學生將瞭解現有電腦視覺應用的限制和挑戰,並探討未來的發展方向。透過本課程,學生將具有以下能力: 1.學生具有電腦視覺與影像處理的基本的知識與技術。 2.學生具備對新興技術和趨勢的敏感度和分析能力。 3.能夠進行獨立的研究和開發工作,具備團隊合作和項目管理的能力。 4.學生具有創新思維和解決問題的能力,並且能應用所學,促進科技創新和社會進步。
先修科目
Deep Learning, Python
教學方式
1.講授理論和原理 2.實踐和案例分析 3.學生報告和討論
評分方式
本課程的評量方式如下: 1.Assignments (30%): 包括程式作業、文獻閱讀報告等。 2.Midterm Report (30%): 學生需自行選定一個3年內的電腦視覺相關論文,撰寫一份研究報告。如果含有Demo與技術實現,將額外加分。 3.Final project (40%): 學生需自行選定一個電腦視覺相關主題,並撰寫一份研究報告與實作項目。評分標準包括對問題的清晰認識、解決方案的創新性與實用性、技術實現的完整性與效能等。
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | Course Introduction |
| 第 2 週 | Computer Vision Introduction, Image Formation |
| 第 3 週 | Image Formation Image Features - Intensity transformation |
| 第 4 週 | Image Features - Edge Detection |
| 第 5 週 | Image Features - Corner Detection |
| 第 6 週 | Image Features - Line Detection |
| 第 7 週 | Special Lecture |
| 第 8 週 | Midterm Report |
| 第 9 週 | Camera Calibration |
| 第 10 週 | Image Segmentation - Non-DL |
| 第 11 週 | Image Segmentation - DL |
| 第 12 週 | Object Detection Classification |
| 第 13 週 | Generative AI - AE/VAE/GAN/DM |
| 第 14 週 | Visual Language Model/Multimodal Model |
| 第 15 週 | 3D Vision/CV Application in Industry |
| 第 16 週 | Final Project Presentation |
教科書
Programming Computer Vision with Python, Jan Erik Solem, O’REILLY Media, June 2012. (ISBN: 9781449316549)
Office Hours
- 地點
- 工程六館3F
- 時間
- 每週一 11:00~12:00
- 聯絡方式
- yfyangd@gmail.com