计算机视觉是人工智能专业必修课程，作为人工智能与大数据专业核心课程：《计算机视觉》，一直以来在人工智能领域占据着重要的作用与地位。它是最近几十年来发展起来的一门新兴学科，是一门研究如何使机器具备人眼功能的科学，其尝试建立能够从视觉传感器数据中获取“信息”并进行处理与决策的人工智能系统。计算机视觉是一门典型的交叉学科，涉及到数学、计算机、自动化等学科知识，具有知识量大、知识点离散、更新快等特性。通过本课程学习，学生能识别计算机视觉真实应用，并能找我这些应用原理与算法包括：图像采集与处理、识别、特征检测与匹配、图像对齐与合成、运动估计、深度估计、卷积神经网络等。最终能运用这些知识解决社会中关于计算机视觉问题，从而可以胜任计算机视觉开发、应用相关岗位。

1）通过本课程学习，学生能识别关于计算机视觉的真实应用，掌握计算机视觉应用的基础支持。

2）了解计算机视觉应用算法原理包括：图像采集与处理、识别、特征检测与匹配、图像对齐与合成、运动估计、深度估计、卷积神经网络。

3）最终能独立运用这些知识解决社会中关于计算机视觉的应用需求，提高学生创新创造能力。

4）通过慕课在线课程、课后习题等，提高学生自主学习能力。并独立通过文献研究分析人工智能领域复杂工程问题，以获得有效结论。

         5）最后通过了解国内优秀企业例如华为、腾讯、旷视等公司熏陶学生家国情怀与责任担当。学生具备一定的国际视野，能够在跨文化背景下进行沟通和交流。

为积极响应国家低碳环保政策， 2021年秋季学期开始，中国大学MOOC平台将取消纸质版的认证证书，仅提供电子版的认证证书服务，证书申请方式和流程不变。

电子版认证证书支持查询验证，可通过扫描证书上的二维码进行有效性查询，或者访问 https://www.icourse163.org/verify，通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。

完成课程教学内容学习和考核，成绩达到课程考核标准的学生（每门课程的考核标准不同，详见课程内的评分标准），具备申请认证证书资格，可在证书申请开放期间（以申请页面显示的时间为准），完成在线付费申请。

认证证书申请注意事项：

1. 根据国家相关法律法规要求，认证证书申请时要求进行实名认证，请保证所提交的实名认证信息真实完整有效。

2. 完成实名认证并支付后，系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。

线性代数，离散数学；

如果您有Python和数字图像基础更好，如果没有也没有关系。

推荐教材：

[1] Richard Szeliski, Computer Vision: Algorithms and Applications, 978-3-030-34371-2, 第二版.

[2] Forsyth Ponce, Computer Vision: A Modern Approach (2nd Edition), 9780136085928, Pearson,2011.

参考文献：

[1] Palmer, S. E. (1999). Vision Science: Photons to Phenomenology. The MIT Press, Cambridge, Massachusetts.

[2] Livingstone, M. (2008). Vision and Art: The Biology of Seeing. Abrams, New York.

[3] Brown, M. S. (2019). ICCV 2019 tutorial on understanding color and the in-camera image processing pipeline for computer vision.

[4] Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer, New York, NY.

[5] Glassner, A. (2018). Deep Learning: From Basics to Practice. The Imaginary Institute.

[6] Zhang, A., Lipton, Z. C., Li, M., and Smola, A. J. (2019). Dive into deep learning.

[7] Hartley, R. I. and Zisserman, A. (2004). Multiple View Geometry. Cambridge University Press, Cambridge, UK, 2nd edition.

Q1)学习计算机视觉难吗?

A1)诚实的说，计算机视觉课程有些难，但是如果你能沉下心来，计算机视觉是非常有意思的课程。

它是人工智能的入口，通过它，你可以理解很多人工智能的应用和技能。

Q2）学习计算机视觉需要很深的数学基础吗？

A2)学习计算机视觉不需要很深的数学基础，基本上大学数学基础知识已经满足了。

Q3）学习计算机视觉需要数字图像的基础吗？

A3)学习计算机视觉不需要数字图像的基础，但是如果你有数字图像基础，那将会非常容易接受计算机视觉的原理。

Q4）学习计算机视觉需要特定的编程语言基础吗？

A4)学习计算机视觉，需要一定的语言基础，例如Python，当然其他编程基础也可以。Q :