機械視覺的圖樣辨識

• 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%）