1、本课学习内容、学习目标

1.1 课程介绍

1. 什么是计算机视觉；
   计算机视觉，顾名思义就是针对视觉数据进行研究；
2. 计算机视觉课程的重性；
3. 海量的视觉数据（youtube为例）；
4. 介绍讲师，都是李飞飞老师的博士生；
5. CS231与斯坦福其它课程的关系；
   CS131、CS224n、CS231a、CS231n；

1.2 视觉发展历史

本节讲解的主要内容：

1. 动物视觉的发展历史；
2. 机器视觉的发展历史，目标分割概念；
3. 计算机视觉发展历史，课程中提及的论文，Adaboost实时人脸检测；
4. 两个著名的数据集合——ImageNet、Pascal Voc数据集合（解决过拟合问题）；、

学习要点指南：

1. 掌握猫视觉实验的结论；
2. 掌握目标分割的概念；
3. 了解Adaboost实时人脸检测算法如何实现；
4. 了解ImageNet、Pascal Voc数据集合包含的图片种类及类别；

论文推荐：

• “SIFT” & Object Recognition,David Lowe,1999;
• Spatial Pyramid Matching, Lazebnik, Schmid & Ponce, 2006;
• Histogram of Gradients(HoG), Dalal & Triggs, 2005;
• Deformable Part Model, Felzenswalb, McAllester, Ramanan, 2009;

1.3 卷积神经网络的发展

本节讲解的主要内容：

1. 图像任务简介：图像分类、图像检测、Image captioning；
2. Imagenet大赛中使用的模型
   传统提取特征——SVM；
   神经网络（2012年Alexnet是一个大的突破），趋势是越来越深；
   最早使用CNN的是LeCun用来做手写数字识别
3. 展望计算机视觉发展的方向（存在的问题）

学习要点指南：
突破性事件是2012年的Alexnet；
神经网络迅速发展的两大条件（GPU和数据）；

1.4 需要掌握的基础知识

• HOG：什么是HOG特征，可以用来做什么；
• SIFT：什么是SIFT特征，可以用来做什么；
• SPM：什么是空间金字塔匹配，可以用来做什么；