學習了哪些知識，計算機視覺才算入門

1樓：小不懂餓

能不能用到你的研究方向上、李群和李代數。

最好，沒必要把所有涉及到的都學一遍一是線性代數或者矩陣理論，因為計算機視覺的主要研究物件是影象，到了最後大多數學過的知識卻沒用上、圖論，否則學習很多數學基礎知識：做計算機視覺方面的研究、張量分析：離散數學、非線性優化等等，這樣做就足夠了，看看有哪些新理論、微分幾何。

除非你開始學的是數學專業，完全沒有必要一開始就把自己埋到數學書堆裡、黎曼幾何。

二是概率與統計。

如果你做計算機視覺研究同時又對數學有興趣、新演算法出現，針對研究中要解決的問題說不定用的也不是這些數學知識，研究中用到什麼數學知識就學習什麼知識就好、主成分分析，研究中最好以問題為導向。

在做計算機視覺研究中、流形學習，不然的話，用到什麼就學習什麼。

總之，因為計算機視覺研究的主要目標是讓計算機通過攝像頭具有理解自然場景的能力。

2樓：筆下無名

計算機視覺從影象處理開始入手。掌握之後可以深入到機器學習方面，最終是讓計算機具有類似人類視覺的功能

本書可作為中等職業技術學校計算機應用、平面設計等專業的教學用書，同時也可以作為相關培訓的教學參考書和影象處理的自學用書。

本書以實用性強、通俗易懂為編寫原則。內容包括：計算機影象處理基礎知識，photoshop cs3基礎知識，基本工具的使用，文字工具、路徑、圖層的應用，影象色調的調整和通道與濾鏡。

全書採用情景案例教學方法，在每一節都安排了步驟詳盡的例項練習、知識要點和拓展練習，使讀者能夠目標明確、操作自如。同時，本書的配套光碟還提供了全部素材和例項圖，為讀者的學習提供了方便。

學習了哪些知識，計算機視覺才算入門

3樓：公考路上的人

請將下面的**的slides看完，輔助slides中提到的書的章節，應該可以入門了，1-2個月時間即可，我現在就在看，大四，有相應的數學和影象基礎，有機器學習，深度學習基礎（除了cs231n外不怎麼涉及，cs231n本身就是講cnns在視覺方面的應用的，當然有一定基礎可以更容易理解）。

以下課程都是斯坦福計算機視覺實驗室的。

實驗室主頁：http://vision.stanford.edu/

以上三門課就可以入門了，當然還有很多其他高等級的課，可以去實驗室主頁看看。

資料不宜貪多，謝絕其他資料干擾，安心的把這些lectures看完。然後就可以上手做專案和看**了。**才是王道。

學習了哪些知識，計算機視覺才算入門

4樓：

可以先學影象處理的知識，再學立體視覺的知識，最後學習人工智慧的知識。

影象處理大致包括的內容：光學成像基礎、顏色、濾波器、區域性影象特徵、影象紋理、影象配等。

立體視覺大致包括的內容：相機幾何模型、雙目視覺、從運動中恢復物體結構、三維重建技術等。

人工智慧大致包括的內容：場景理解與分析、模式識別、影象搜尋、資料探勘、深度學習等。

與計算機視覺相關的學科還有：機器視覺、數字影象處理、醫學成像、攝影測量、感測器等。

希望能幫到您！

學習計算機視覺需要哪些知識儲備？

5樓：

學習計算機視覺需要具備的知識儲備有：

1、影象處理的知識。影象處理大致包括的內容：光學成像基礎、顏色、濾波器、區域性影象特徵、影象紋理、影象配等。

2、立體視覺的知識。立體視覺大致包括的內容：相機幾何模型、雙目視覺、從運動中恢復物體結構、三維重建技術等。

3、人工智慧的知識。人工智慧大致包括的內容：場景理解與分析、模式識別、影象搜尋、資料探勘、深度學習等。