这本书的种子第一次播种是在2001年,当时华盛顿大学的史蒂夫·塞茨(Steve Seitz)邀请我共同教授一门名为“计算机图形学的计算机视觉”的课程。当时,计算机视觉技术越来越多地被用于计算机图形学,以创建真实世界物体的基于图像的模型,以创造视觉效果使用计算摄影技术合并真实世界的图像。我们决定把重点放在计算机视觉应用于有趣的问题上,比如图像拼接和基于照片的个人照片的三维建模,这似乎与我们的学生产生了很好的共鸣。从那时起,华盛顿大学和斯坦福大学都采用了类似的教学大纲和面向项目的课程结构来教授通用计算机视觉课程。(后者是我在2003年与大卫·弗利特共同教授的一门课程。)其他一些大学也采用了类似的课程,并将其纳入了更专业的计算摄影课程中。(关于如何在自己的课程中使用本书的想法,请参见第1.4节的表1.1。)这本书还反映了我20年来在企业研究实验室(主要是在Digital Equipment Corporation的剑桥研究实验室和Microsoft research)从事计算机视觉研究的经验。在从事我的工作时,我主要关注于具有实际应用和实践效果的问题和解决方法(算法)。因此,这本书更强调在现实世界条件下工作的基本技术,而不是更深奥的数学,有内在的优雅,但较少实际适用性。本书适用于教授计算机科学和电气工程的学生计算机视觉高级本科课程。我希望学生们先修一门图像处理或计算机图形学课程,这样他们就可以花更少的时间学习一般背景数学,而花更多的时间学习计算机视觉技术。这本书也适用于教授研究生水平的计算机视觉课程(通过深入研究更高要求的应用和算法领域),并作为基本技术和最新研究文献的一般参考。为了达到这个目的,我尽可能地至少引用每个子领域的最新研究成果,即使技术细节过于复杂而无法在书中涵盖
在我们的课程教学中,我们发现学生尝试一些小的实施项目是很有用的,这些项目往往是建立在彼此的基础上,以便让他们习惯于处理现实世界中的图像和这些图像所带来的挑战。然后,学生们被要求为每个小组的期末专题选择一个单独的主题。(有时这些项目甚至会变成会议论文!)每章末尾的练习包含了许多针对小型中期项目的建议,以及更多的开放性问题,这些问题的解决方案仍然是活跃的研究课题。只要有可能,我鼓励学生在自己的个人照片上尝试他们的算法,因为这样可以更好地激励他们,经常导致问题的创造性变化,并使他们更好地了解真实世界图像的多样性和复杂性。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !