原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
《计算机视觉》教学大纲
课程编号英文名称：ComputerVision
学分：3
学时：总学时64学时，其中理论32学时，实践32学时
先修课程：Python编程技术、人工智能基础
课程类别：专业方向课
授课对象：计算机科学与技术专业学生
教学单位：机械与电气工程学院
修读学期：第6学期
一、课程描述和目标
计算机视觉是通过对图像等视觉信息进行处理、特征提取和智能分析，使计算机能够在一定程度上认识、理解现实世界，为相关应用服务。《计算机视觉》课程是计算机科学与技术专业的专业方向课。通过本课程的学习使学生掌握典型的视觉分析算法,包括算法的主要思想和基本步骤,并通过编程练习和典型应用实例加深理解；同时对深度学习理论在计算机视觉分析中的应用有深刻认识。
课程目标1:对国际上计算机视觉领域的现状和发展有较全面地把握和及时了解，掌握主流的计算机视觉分析算法，能够针对复杂实际问题需要选择适当的方法进行分析。
课程目标2：针对复杂视觉分析问题需求，能够选择适当方法进行处理与分析，理解其优势和局限性。
课程目标3：认识人工智能双刃剑，能够针对计算机视觉分析任务进行初步的可行性分析。
二、课程目标对毕业要求的支撑关系
毕业要求指标点
课程目标
权重
指标点1-3：能够将计算机相关知识和数学模型方法用于推演、分析计算机领域的专业工程问题。
课程目标1
课程目标2
H
指标点4-1：能够基于科学原理，通过文献研究或案例研究、社会调查等相关方法，调研和分析计算机相关领域的复杂工程问题的解决方案。
课程目标3
H
三、教学内容、基本要求与学时分配
序号
教学内容
基本要求及重、难点（含德育要求）
学时
教学
方式
对应课程目标
1
深度学习与计算机视觉
了解深度学习在计算机视觉分析中的应用，能够使用CNN完成视觉识别任务。
德育要求：爱国情怀、热爱专业、服务社会
2
讲授式
启发式
课程目标1
课程目标3
2
OpenCV与视觉分析
能够使用OpenCV完成基本的图像处理任务，如面向图像处理的数学计算、几何变换、直方图、滤波等。
德育要求：科学素养、工匠精神
4
讲授式
启发式
课程目标1
课程目标2
3
图像分类
掌握典型的图像分类网络和测试指标，如VGGNet、ResNet等，能够理解网络结构，并能够进行网络结构修改，调试网络。
德育要求：科学素养、工匠精神、创新意识、社会责任
4
讲授式
启发式
课程目标1
课程目标2
课程目标3
4
目标检测
掌握典型的目标检测网络和测试指标，如R-CNN、YOLO等，能够利用当前网络进行数据分析，完成目标检测任务，并能够适当调整网络，对比前后性能。
德育要求：科学素养、工匠精神、创新意识、社会责任
6
讲授式
启发式
课程目标1
课程目标2
课程目标3
5
图像分割
掌握典型的图像分割网络和测试指标，如FCN、SegNet、UNet等，能够理解网络结构，并能够对网络结构进行适当修改，完成图像分割任务。
德育要求：科学素养、工匠精神、创新意识、社会责任
8
讲授式
启发式
课程目标1
课程目标2
课程目标3
6
图像搜索
掌握典型的图像搜索网络，如Siamese、Triplet等，能够理解网络结构，并能够对网络结构进行适当修改，完成图像搜索任务。
德育要求：科学素养、工匠精神、创新意识、社会责任
8
讲授式
启发式
课程目标1
课程目标2
课程目标3
合计
32
序号
实验项目
实验内容与要求
学时
类型
对应课程目标
1
基础图像处理
能够完成基本的图像计算，如图像空间域的数学计算、几何变换、图像滤波等。
6
综合
课程目标1
课程目标2
2
图像分类模型的设计与实现
理解典型的图像分类网络，能够完成典型的图像分类任务；能够设计简单的图像分类网络。
6
综合
课程目标1
课程目标2
课程目标3
3
目标检测模型的设计与实现
理解典型的目标检测网络，能够完成典型的目标检测任务，能够对网络结构进行拓展。
6
综合
课程目标1
课程目标2
课程目标3
4
图像分割模型的设计与实现
理解典型的图像分割网络，能够完成典型的图像分割任务，能够对网络结构进行拓展。
8
综合
课程目标1
课程目标2
课程目标3
5
图像搜索模型的设计与实现
理解典型的图像搜索网络，能够完成典型的图像搜索任务，能够对网络结构进行拓展。
6
综合
课程目标1
课程目标2
课程目标3
合计
32
四、课程教学方法
采用集中讲授与翻转课堂相结合、讨论、练习等教学方式。
五、学业评价和课程考核
（一）考核方式及具体要求
序号
考核方式
课程目标1（分值）
课程目标2（分值）
课程目标3（分值）
合计
1
平时作业
7
2
1
10
2
课堂表现
6
3
1
10
3
实验考核
17
10
3
30
4
期
文档评论（0）