《基于深度学习的计算机视觉》第一期
张宗健 悉尼科技大学 计算机视觉博士：
曾任职澳大利亚联邦科学与工业研究院（CSIRO ）研究工程师，Vancl技术中心研究院图像研发工程师，研究领域为计算机视觉，具体涉及：图像场景理解、图像语言问题、深度神经网络、图像检索、Human ReID、数据分析及预测、信号模式识别等。
1. 基本理解计算机视觉中针对图像的重要研究问题。由浅及深得讲解图像的存储、预处理、特征提取、以及学术界和工业界中的主要应用问题。
2. 重点介绍深度学习的神经网络（DNN）模型在计算机视觉领域的应用。具体涉及在计算机视觉领域如何应用卷积神经网络（CNN）、区域卷积网络（R-CNN）、全卷积网络（FCN）、长短时记忆网络（LSTM）、生成对抗网络（GAN）等解决图像应用的难点。
3. 课程将使用Python语言及深度网络框架Tensorflow进行案例实践教学。
1. 循序渐进得学习计算机视觉中的一些重要研究问题
2. 学习不同深度神经网络（DNN）模型在计算机视觉的成功应用
3. 了解DNN的设计及改进思路
4. 学习深度学习框架Tensorflow的基本使用
2017年5月12日，共10次，每次2小时
在线直播，共10次
每周2次（周一、周五晚20:00-22:00）
直播后提供录制回放视频
可在线反复观看，有效期1年
第一讲 课题介绍/Introduction
1. 主要研究问题
2. 开源库介绍（OpenCV，Caffe，Theano，Tensorflow，Torch等）
3. 应用案例：基于Python语言的OpenCV库配置
第二讲 图像数据处理/Image Data Processing
1. 空域分析及变换（Sobel，拉普拉斯，高斯，中值等）
2. 频域分析及变换（Fourier & Wavelet Transform）
3. 模板匹配，金字塔，滤波器组
4. 主成分分析/PCA，奇异值分解/SVD，聚类/Cluster
5. 应用案例：人脸检测方法——基于OpenCV库
第三讲 图像特征与描述/Image Feature & Descriptor
1. 颜色特征（RBG，HSV，Lab等）
2. 几何特征（Edge，Corner，Blob等）
3. 纹理特征（HOG，LBP，Gabor等）
4. 局部特征（SIFT，SURF，FAST等）
5. 应用案例：虚拟现实的图像拼接（Image Stitching）
第四讲 图像识别之图像分类/Image Classification
1. 卷积神经网络介绍/CNN（AlexNet, VGG, GoogLeNet, ResNet）
2. 图片分类/Image Classification
3. 场景分类/Scene Classification
4. ILSVRC（Imagenet Large Scale Visual Recognition Challenge ）竞赛之分类问题
5. 应用案例：图片分类之残差神经网络ResNet
第五讲 图像识别之图像检测/Image Detection
1. 区域卷积神经网络/R-CNN（SPPnet，Fast/Faster R-CNN，R-FCN）
2. 物体检测/object detection & localization
3. 行人检测/pedestrian detection
4. 人脸检测/face detection
5. ILSVRC竞赛之物体检测及定位问题
6. 应用案例：人脸检测的Faster R-CNN应用（快速版区域卷积神经网络）
第六讲 图像分割/Image Segmentation
1. 显著性检测/Saliency Detection
2. 物体分割/Object Segmentation（GraphCut，GrabCut等）
3. 语义分割/Semantic Segmentation（FCN，CRF/MRF）
4. PASCAL VOC竞赛介绍
5. 应用案例： 自动驾驶场景图片的语义分割——全卷积网络DeepLab
第七讲 图像描述（图说）/Image Captioning
1. 深度语言模型介绍（Vanilla-RNN，LSTM，GRU）
2. LSTM原理解析
3. 图说模型原理与结构
4. 大数据集介绍（MSCOCO，Flickr8K，Flickr30k）
5. 应用案例：图说智能(图像标注）的应用——Show and Tell
第八讲 图像问答/Image Question Answering
1. 与图像描述的区别
2. 大数据集介绍（VQA，Visual Genome）
3. 图像问答模型原理及结构
4. 模型增强：注意力机制及外部知识库
5. 应用案例：图像智能问答的应用模型堆栈注意网络Stacked Attention Networks（SANs）
第九讲 图像生成/Image Generation
1. 对抗生成网络（GAN）
2. GAN在图像生成中的应用（图片分布学习、以文生图）
3. GAN在传统问题中的应用（超分辨、语义分割）
4. 应用实例：图像复原的超分辨（SRGAN）模型应用
第十讲 图像检索/Content-based Image Retrieval
1. 检索特征（颜色，纹理，形状，局部特征，Bag of Visual Words）
2. 特征相似度
3.大数据集下的索引加速技术（KD-tree，Locality Sensitive Hash）
4. 双向检索技术（以图搜图&以文搜图）
5. 应用案例：图像检索之开源库Lire （Lucence Image Retrieval）的应用
