第一部份:視頻圖像采集與讀取
經典算法:視頻智能采集、視頻圖像讀取、圖形用戶界面(GUI)設計及視頻圖像轉換。
探索問題:巡檢機器人的環境信息采集。
第二部份:視頻圖像變換及融合。
經典算法:各類圖像變換及圖像操作、基于小波變換的圖像融合、基于PCA的圖像融合。
探索問題:視覺信息融合控制機器人。
第三部份:視頻圖像噪聲及處理。
經典算法:均值濾波、中值濾波、小波閾值濾波、輪廓波變換、非局部均值濾波等。
探索問題:巡檢機器人監控視頻的優化。
第四部份:視頻圖像閾值及分割。
經典算法:邊緣檢測、灰度閾值分割、全局閾值分割、動態閾值分割、區域生長及分割等。
探索問題:掃地機器人清潔區域定位。
第五部份:圖像特征計算與應用。
經典算法:Haar-like特征、Hog特征、LBP特征、SIFT特征等圖像特征及其關鍵應用。
探索問題:無人駕駛公交車避障原理。
第六部份:運動目標檢測及跟蹤。
經典算法:幀間差分法及其改進和優化、改進的meanshift算法(借助形態學分割)等。
探索問題:智能安防-入侵檢測與預警。
第七部份:目標定位及字符識別。
經典算法:圖像目標定位、圖像字符提取與識別、視頻識別與軌跡分析。
探索問題:工業自動化-印刷質量檢測。
第八部份:機器故障認知與檢測。
經典算法:介紹如何用聲音信息進行機器故障診斷-老方法新應用。
探索問題:工業自動化-機器安全告警。
第九部份:深度學習與人臉識別。
經典算法:卷積神經網絡(CNN)數學原理、caffe框架及混合編程。
探索問題:深度學習與機器智能、腦認知。
|