计算机视觉平台
计算机视觉平台是赛曙科技开发的一款面向于人工智能、计算机等专业的实训平台，符合硬件、网络、平台、计算、应用等智能产品框架。计算机视觉平台主要满足：图形化编程、Python程序设计、C#程序设计、计算机视觉、机器学习、深度学习、神经网络等相关课程和实训，是基于新工科和工程教育思维和专业改革而设计的实训平台。
图像处理、深度学习、图像分割、目标检测、图像识别、运动跟踪与三维重建功能。
是基于新工科和工程教育思维和专业改革而设计的人工智能教具。
“计算机视觉平台”课程融合光学成像、传感器技术、数字图像处理、机器学习、深度学习等多领域相关知识，由浅入深逐步阐述计算机视觉的相关理 论和应用技术基础，涵盖计算机视觉应用系统的设计思路、图像分析处理技术、深度学习方法原理、图像识别、运动跟踪与三维重建等知识。本课程 定位于中高职、专本科院校人工智能、自动化、计算机相关专业的专业基础课与综合实践课，适合有一定专业学习基础、致力于在视觉应用领域相关 行业发展的中高职、专本科学生，可适应视觉应用系统设计、算法研发、视觉系统实操维护等岗位技术与管理等职业需求。
| 章 | 节 |
|---|---|
| 第一章 绪论 | 1.1 计算机视觉概述 |
| 1.2 视觉系统设计 | |
| 1.3 实训：开发环境配置 | |
| 第二章 图像的获取与表示 | 2.1 图像的获取与数字图像的表示 |
| 2.2 实训：图像采集与转换 | |
| 2.3 相机标定基本原理 | |
| 2.4 实训：单目相机标定 | |
| 第三章 图像预处理技术 | 3.1 图像预处理技术概述 |
| 3.2 实训：老照片修复 | |
| 3.3 实训：图像的去噪、锐化与模糊处理 | |
| 第四章 卷积神经网络与深度学习 | 4.1 机器学习概述 |
| 4.2 卷积神经网络 | |
| 4.3 深度学习基本原理概述 | |
| 4.4 实训：手写数字识别 | |
| 第五章 图像的特征检测与提取 | 5.1 特征检测与角点提取 |
| 5.2 图像边缘检测与特征提取 | |
| 5.3 实训：图像特征检测 | |
| 5.4 实训：图像的特征提取 | |
| 第六章 图像分割 | 6.1 传统图像分割技术 |
| 6.2 基于深度学习的语义分割与实例分割 | |
| 6.3 实训：基于传统方法的图像分割 | |
| 6.4 实训：基于深度学习的图像分割 | |
| 第七章 目标检测与识别 | 7.1 目标检测方法及应用 |
| 7.2 实训：基于深度学习的目标检测实验 | |
| 7.3 目标识别基本原理 | |
| 7.4 实训：人脸识别 | |
| 第八章 运动跟踪 | 8.1 运动目标检测与跟踪技术 |
| 8.2 基于CNN的运动跟踪方法 | |
| 8.3 实训：运动跟踪实验 | |
| 第九章 三维重建 | 9.1 三维重建技术及应用 |
| 9.2 实训：三维重建实验 | |
| 第十章 视频监控系统设计 | 10.1 实训：视频监控中的人脸跟随 |
本课程定位于中高职、专本科院校人工智能、自动化、计算机相关专业的专业基础课与综合实践课。
