YottabyteM

这个课无论课堂还是作业都蛮硬核的。内容主要包括一些经典的图像处理算法，同时也会引入一些老师之前的工作。老师水平很高，每个知识点都信手拈来，课堂密度在中后期还是挺大的。老师的 PPT 和讲解都很到位，认真听的话不会有太大问题，实在不懂的可以多看看论文或者直接问老师。每节课都有签到，随堂测试计入总成绩，一般报的人相对较少，旷课迟到很容易就会被发现。作业主要是实现一些经典算法，OpenCV只能用来干一些基础操作，今年作业源码都不需要提交，也不用写报告，直接和老师1v1，抄袭、运行bug、原理错误、展示效果不佳等问题都会影响分数，建议至少提前三天开始写。 之前学长说的已经很完整了，我根据个人情况再给出一些补充，适合像我一样的CVnoob: * 需要复/预习的知识(按照难度排序) 1. 卷积 2. 基本的DP和图论算法 3. 矩阵运算 4. 数字信号处理中频域时域转换和对应关系 5. 传统机器学习和深度学习(入门级别就行) 6. 射影几何(入门级别就行) * 作业难度和可扩展点(每次作业占总评10分，大作业占40分，实现基础部分给75，实现了但是有问题可能会给60，基础之上加拓展可能会到90+?除了SIFT其余的基础实现都很简单，我根据基础+拓展也按照1-3给出难度分) 0. OpenCV环境配置(5): 不多解释。 1. Hybrid Image(1): 基础实现不难，可做的拓展不是很多，手写卷积等一些基础工作可能不会给太高的分数，可以试试把卷积过程用二维FFT写出来，也可以试试并行优化。(核心代码量大概300) 2. Canny Edge...