010-82661221客服热线:

| | |
当前位置:首页 > 课程信息

人工智能-图像处理和识别

视觉是人类最高级的感知,所以图像在人类感知中扮演着最重要的角色。图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征、目标识别等处理的方法和技术,是人们通过图片和视频认识世界的重要步骤。随着人工智能技术的快速发展,图像处理方面的人才成为国家急需的高级专业人才。

培训对象

1,系统架构师、高级程序员、资深开发人员。
2,人工智能工程师、图像设计人员、机器学习工程师。
3,政府机关,金融保险、移动等图像处理负责人。
4,高校、科研院所牵涉到人工智能与图像处理的项目负责人。
5、对图像处理感兴趣、有志成为人工智能、图像处理方面高级人才的相关人等。

学员基础

1,对IT系统设计有一定的理论与实践经验。
2,对图像处理技术有一定的基础和兴趣。

师资

由业界知名图像处理专家亲自授课:
司老师 图像处理方面专家,在意大利举办的国际在线指纹识别竞赛中获得冠军,在图像识别领域顶级期刊发表多篇论文,拥有5个中国专利和1个美国专利,是人工智能、机器学习、深度学习和图像处理及识别领域的实战派专家。

培训要点

培训内容

 

第一讲 数字图像基础
1.1 什么是数字图像?
1.2 图像感知和获取
1.3 图像的表达
1.4 图像处理的基本步骤
1.5 图像处理的应用实例
第二讲 空间域图像增强
2.1为什么进行图像增强
2.2 灰度直方图处理
2.3 平滑空域滤波器
2.4 锐化空域滤波器
2.5 混合空间滤波器
2.6 空间域滤波的应用案例
第三讲 频域图像增强
3.1 图像傅里叶变换
3.2 平滑频域滤波器
3.3 锐化频域滤波器
3.4 同态滤波器
3.5 频域滤波的应用案例
第四讲 小波变换和多分辨率处理
4.1 图像金字塔
4.2 多分辨率展开
4.3 一维小波变换
4.4 二维小波变换
4.5 小波变换的应用案例
第五讲 形态学图像处理
5.1 图像的膨胀与腐蚀
5.2 图像的开操作与闭操作
5.3 形态学算法提取图像特征
5.4 形态学算法提取图像特征的应用案例
第六讲 图像分割
6.1 间断检测
6.2 边缘颊侧和边界检测
6.3 基于区域的分割
6.4 基于聚类的分割
6.5 图像分割在目标追踪中的应用案例
第七讲 图像特征提取、描述与融合
7.1 图像的基本特征
7.2 图像纹理特征提取与分析
7.2 图像特征描述子
7.3 SIFT特征提取与描述
7.4 边界特征的提取与描述
7.5 图像特征的融合
7.6 SIFT图像特征的应用案例
第八讲 图像识别
8.1 模式与模式识别
8.2 图像匹配
8.3 目标识别
8.4 目标识别中的反馈机制
8.5 图像识别的应用案例
第九讲 深度学习在图像处理中的应用
9.1 人工神经网络的基本实现
9.2 深度学习的简介
9.3 深度学习与图像匹配的结合
9.4 深度学习与目标识别的结合
9.5 深度学习在图像处理中的应用案例

培训目标

1,全面了解图像处理领域相关知识。
2,将图像处理领域的技术应用于实际项目。
3,将图像处理领域的技术和人工智能的其他技术进行结合,做扩展应用。

培训时间、地点

时间:2018-03-29 到 2018-03-30 地点:北京

证 书

培训结束,颁发中科院计算所职业培训中心“人工智能-图像处理和识别”结业证书。

费 用

5500元/人(含教材、证书、午餐、学习用具等)。住宿协助安排,费用自理。

支付账号

名 称:北京市海淀区中科院计算所职业技能培训学校
开户行:北京银行中关村支行
帐 号:01090302900120105445661
收缩