资源|152页简明《计算机视觉》入门教程，带你回顾CV发展脉络

来自 | 专知

【导读】本文是计算机科学家Christoph Rasche撰写的一份计算机视觉方面的系列教程，从传统的图像处理、特征提取到近几年很热的深度神经网络，以及深度学习方法在目标检测、图像检索、图像分割、目标跟踪等一系列前沿的介绍。教程也附详细的代码（Matlab 和 Python），建议初学者收藏学习。

摘  要

我们首先概述一些基本的特征提取方法,然后介绍那些常见的深层神经网络。接下来，我们继续进行基于梯度直方图的特征提取和匹配, -它们是许多任务的基础，例如目标检测和图像检索。然后我们介绍基于滑动窗口技术的目标检测,即适用于人脸和行人检测。它遵循一系列图像处理技术-分割和形态学处理以及形状识别的技术。我们概述了基本的跟踪方法 - 针对区域和移动物体。我们也介绍了视频监控的综述，涉及车载视觉系统和遥感。我们将这些方法在Matlab中进行了实践; Python代码是部分提供的。本文不需要一些先验知识即可学习，但提前掌握一些线性代数、信号处理和模式识别的基本知识也是很有帮助的。

资源获取方式

• 在输入关键词“2019cv入门”获取资源

附教程目录

作者主页：

https://www.researchgate.net/profile/Christoph_Rasche

—完—

为您推荐

李沐老师在伯克利开新课了，深度学习教材已经开源

送你一座GitHub上的“金矿”

381页机器学习数学基础PDF下载

AI圣经 PRML《模式识别与机器学习》

我的2019秋招算法面经