图像理解与计算机视觉实验

图像理解与计算机视觉实验是模式识别、机器学习等课程的综合实验。包括图像特征提取并进行目标识别、分类器的设计、稀疏表示等内容。具体实验内容包括:对图像进行小波变换,提取图像能量特征,并通过相关性或KNN进行图像识别;设计一个基于支撑矢量机的目标识别系统;对雷达一维目标进行基于支撑矢量机的分类与识别;基于稀疏表示的行为识别与图像融合;基于深度学习的图像序列目标检测;构建稀疏Fisher矢量特征并实现图像拼接。图像理解与计算机视觉实验基本情况如表5所示。

表5. 图像理解与计算机视觉实验基本情况
序号 实验内容 学时 实验平台 考核方式
1 SAR图像特征提取与识别实验 4 ADSP实验平台,智能机器人计算平台,大数据智能感知与计算平台 实验效果和提问70%,实验报告30%
2 SAR图像道理提取实验 4
3 雷达一维目标识别实验 4
4 自然图像拼接实验 4
5 自然图像融合实验 4
6 行为识别实验 4
7 图像序列目标检测实验 4
 

Copyright © 2016-2017

电院网络中心设计维护