下面是 Siraj Raval，對學習計算機視覺CV的一份建議指南。
詳細原地址請看：https://github.com/zr940326/Learn_Computer_Vision
先決條件
- 學習Python https://www.edx.org/course/introduction-to-python-for-data-science-3
- 微積分http://tutorial.math.lamar.edu/pdf/Calculus_Cheat_Sheet_All.pdf
- 線性代數https://www.souravsengupta.com/cds2016/lectures/Savov_Notes.pdf
第1部分：低級視覺
=== 第1周（基本圖像處理技術）
- 亮度（亮度，對比度，伽瑪，直方圖均衡）
- 線性濾波（增強圖像 - 模糊和銳化，邊緣檢測，圖像計數，卷積）
- 非線性濾波（中位數，雙邊濾波器，形態學）
- 色彩處理（B＆W，飽和度，白平衡）
- 抖動（量化，有序抖動，Floyd-Steinberg）
- 混合（圖像金字塔）
- 紋理分析
- 模板匹配（在圖像中查找對象）
視頻講座
閱讀作業
- http://szeliski.org/Book/drafts/SzeliskiBook_20100903_draft.pdf Sec 3.1.1-2,3.2 Sec 3.2.3,4.2 3.3.2-4
項目
- 通過OpenCV庫檢測圖像中的對象
=== 第2周（運動和光流）
- 運動分析
- 光流
視頻講座
- https://www.udacity.com/course/introduction-to-computer-vision--ud810 Udacity第6課
- https://www.youtube.com/watch?v=-nt80JUNwlw&list=PLjMXczUzEYcHvw5YYSU92WrY8IwhTuq7p&index=2 video 8
- https://www.youtube.com/watch?v=wC8hXuHsHAQ&list=PLvqB6_mDBCdlnT84LK_NvbOqcXLlOTR8j&index=6&t=0s
閱讀作業
- http://szeliski.org/Book/drafts/SzeliskiBook_20100903_draft.pdf Sec 10.5 Sec 8.4（直到8.4.1）
項目
- 使用OpenCV跟蹤視頻幀中的移動對象
第2部分：中級視覺（圖像>功能）
=== 第3周（基本細分）
- 分段和聚類算法，如分水嶺，抓取
- 交互式細分
- 霍夫變換（檢測圓，線）
- 前景提取
視頻講座
閱讀作業
- Sec Sec 5.2-5.4 http://szeliski.org/Book/drafts/SzeliskiBook_20100903_draft.pdf
項目
- 使用OpenCV分割道路圖像中的車道線
=== 第4周（Fitting）
- 擬合線條和曲線
- 堅固的配件，RANSAC
- 可變形的輪廓
視頻講座
閱讀作業
- Sec 4.3.2 5.1.1 http://szeliski.org/Book/drafts/SzeliskiBook_20100903_draft.pdf
項目
- 使用OpenCV計算走廊圖像中的消失點
第3部分：多視圖
=== 第5周（多張圖片）
- 局部不變特徵檢測和描述
- 圖像變換和對齊
- 平面單應性
- 對極幾何和立體聲
- 對象實例識別
視頻講座
閱讀作業
項目
- 使用OpenCV將一組圖像轉換爲3D對象
=== 第6周（3D場景）
- 立體視覺，密集運動和跟蹤; 3d對象
- 3D場景理解
- 3D分割和建模
視頻講座
- https://www.youtube.com/watch?v=-nt80JUNwlw&list=PLjMXczUzEYcHvw5YYSU92WrY8IwhTuq7p&index=2 video 9
- 所有視頻https://www.coursera.org/learn/stereovision-motion-tracking
閱讀作業
谷歌並閱讀以下文件
- N. Dalal，人體檢測的定向梯度直方圖
- G. Csurka等。（視覺詞彙袋 - 跨領域研究的精彩表現）用關鍵點袋進行視覺分類
- S Lazebnik，C Schmid，J Ponce，Beyond of bags of features：用於識別自然場景類別的空間金字塔匹配
- Jegou等人。將本地圖像描述符聚合爲緊湊代碼。
項目
- 使用OpenCV在3D場景中執行對象分割
第4部分：高級視覺（特徵>分析）
=== 第7周（物體檢測和分類）
- 對象/場景/活動分類（語義分割）
- 物體檢測（非最大抑制，滑動窗口，邊界框和錨點，計數）
- YOLO和Darknet，地區提案網絡
- 監督分類算法
- 序列數據的概率模型
- 視覺屬性
- 光學字符識別
- 面部檢測
視頻講座
- https://www.youtube.com/watch?v=a-v5_8VGV0A&list=PLjMXczUzEYcHvw5YYSU92WrY8IwhTuq7p&index=8 10-18
- 我在YOLO的視頻
閱讀作業
項目
- 使用Tensorflow對圖像中的汽車進行分類
=== 第8周（現代深度學習）
- 主動學習
- 維度降低
- 非參數方法和大數據
- 掌中
- 轉學習
- 避免過度擬合
- 甘斯
視頻講座
- 視頻19-20 https://www.youtube.com/watch?v=a-v5_8VGV0A&list=PLjMXczUzEYcHvw5YYSU92WrY8IwhTuq7p&index=8
- 我關於轉學的視頻
- 講座1-16斯坦福大學https://www.youtube.com/watch?v=vT1JzLTH4G4&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv
閱讀作業
項目
- 構建生成對抗網絡以檢測面部
-------------------待完善