機械視覺的圖樣辨識

Pattern Recognition for Machine Vision, Fall 2004

2004秋季
使用模式識別技術解決機器視覺問題是本課程的重點。主題包括:機器視覺和模式分類問題概覽、圖像的構成和處理、圖像中的特徵提取、生物目標識別、貝葉斯決策論和聚類。

指定教科書

Duda, Richard O., Peter E. Hart, and David G. Stork. 《模式分類》 Pattern classification. 2nd ed. New York, NY: Wiley, 2001. ISBN: 0471056693.

課綱與詳述事項

  • 課程重點

本課程提供了動畫和可下載的課程講稿。

 

  • 技術要求

在本課程網頁提供的.rm檔需要使用RealOneTM播放器軟體播放。

 

教學大綱

  • 概覽

本課程面向高年級大學生和低年級研究生。本課程的重點是使用模式識別技術解決機器視覺問題。

課程涵蓋的主題包括:

機器視覺與圖樣分類的問題概述

圖像的構成與處理

圖像的特徵提取

生物目標識別

貝葉斯決策論

聚類

分類

  • 應用

物體偵測和識別

變形模型

追蹤

手勢識別

本課程的實機操作部份佔很大的比重,也會提供當前研究相關的延伸閱讀。

  • 先修課程

基礎線性代數、概率與計算

  • 教科書

必備書

Duda, Richard O., Peter E. Hart, and David G. Stork. 《模式分類》 Pattern classification. 2nd ed. New York, NY: Wiley, 2001. ISBN: 0471056693.

選讀書

Mallot, Hanspeter A. 《計算視覺:感知與視覺行為之資訊處理》 Computational Vision: Information Processing in Perception and Visual Behavior. Translated by John S. Allen. Cambridge, MA: MIT Press, 2000. ISBN: 0262133814.

推薦的進一步閱讀讀物

Forsyth, David A., and Jean Ponce. 《電腦視覺:一種現代方法》 Computer Vision: a Modern Approach. Upper Saddle River, NJ: Prentice Hall, 2003. ISBN: 0130851981.

Hastie, Trevor, Robert Tibshirani, and Jerome Friedman. 《統計學習基礎:資料挖掘、推論和預測》(含200幅全彩繪圖) The Elements of Statistical Learning: Data Mining, Inference, and Prediction: with 200 full-color illustrations. New York, NY: Springer, c2001. ISBN: 0387952845.

  • 評分

項目(百分比)

作業(60%)

期末專題(30%)

論文報告(10%)

相關連結

講者介紹

Dr. Bernd Heisele

Dr. Yuri Ivanov

翻譯工作人員

翻譯人員田菁

繁體編輯劉契良

簡體編輯陈盈

檔案後製處理馬景文