2020年3D感知技术与实践视频教程(附代码、讲义、作业、参考文献)49课

发布时间: 2020-08-13

发货 百度网盘 自动发货 时间 2020年 类型 会员打折

¥20.00

立即下载 加入收藏

5.0分/2人

升级会员组 享受更多优惠

自动发货

QQ截图20200813173346.png

课程介绍:

视觉感知技术是众多AI应用的关键,而3D感知技术是机器视觉的重要核心,它的应用领域包括:人机交互,环境识别、自动驾驶,机器人导航、无人机控制等。随着大量机器视觉应用的井喷式发展,3D感知技术成为程序员、开发者需要掌握的重要技能。目前各种3D感知算法资源散布在不同行业和应用领域,本课程系统地整理和归纳了不同领域3D感知技术,课程讲授算法原理和软件实现细节。通过学习本课程能够快速掌握当前3D感知领域的算法,并用于解决实际工程问题。


课程时长:共15时6分

学习时间:共9周,建议3-5小时/周


课程目录:

 第1章 概述

01 从2D迈向3D

02 3D感知特点和面临的技术难点

03 3D感知相关算法简介

04 课程内容介绍


 第2章 3D传感器原理

05 3D光学测量方法概述

06 针孔相机模型及编程作业1

07 双目3D视觉原理及编程作业2 

08 08.2-52-62-72-8 

09 结构光3D成像原理

10 TOF 3D成像原理

11 图像畸变与矫正

12 RGB-D融合概述

13 软件安装及作业文件说明


 第3章 3D数据表示和转换

14 TOF深度相机数据到点云转换

15 3D数据的体像素存储 

16 八叉数

17 kd树

18 三角剖分

19 PLY数据文件格式


 第4章 深度图和点云数据底层处理算法

20 数据滤波与过滤

21 深度图数据滤波

22 点云滤波平滑

23 数据过滤

24 数据降采样


 第5章 3D特征提取与参数测量

25 点云旋转和平移变换 

26 3D点云形状参数计算

27 3D点云的几何模型参数拟合

28 存在离群点条件下的点云几何模型参数拟合

29 点云配准基本算法 

30 物体表面重建


 第6章 特征提取、前后景分割、物体检测和识别

31 特征提取与检测:基于深度图的方法

32 特征提取与检测:基于点云的方法

33 前后景分离:基于模型匹配的方法 

34 前后景分离:基于背景扣除的方法

35 前后景分离:基于统计分类的方法

36 前后景分离:背景的自适应更新

37 几何形状识别


 第7章 人体、物体识别与点云配准

38 人体肢体识别

39 基于关键点特征的点云识别与粗配准流程

40 SHOT点云特征提取算法

41 PFH点云特征提取算法

42 PPF点云识别配准算法

43.问题答疑


 第8章 高级算法和数据处理

44 3D体素神经网络 

45 3D点云神经网络 

46 图滤波和图卷积 

47 图卷积神经网络 

48 3D人脸识别:3DMM人脸模型 

49 3D人脸识别:神经网络3D人脸识别 


备注:(04)2020061102 人工智能

版权信息:本站所有资源仅供学习与参考,请勿用于商业用途,如有侵犯您的版权,请及时联系客服,我们将尽快处理。
  • martia*******

    29天前martia*******

    未评价,系统默认好评!

  • inval*****

    2月前inval*****

    未评价,系统默认好评!

更多评论

嘿,我来帮您!