模式识别与计算机视觉
基本信息
课程名称：模式识别与计算机视觉
课程介绍：本课程系统讲授模式识别与计算机视觉的基本理论与方法，涵盖特征提取、分类与学习算法，培养学生利用统计学习与深度模型解决图像分析问题的能力。
课程画像：
课程类型：核心
学分：2 学分
考核方式：考勤 10% · 平时作业 40% · 期末考试 50%
课程资料区
课程资料库（课件、作业等）： repo
经验分享区
课程定位评价：课程内容以经典的模式识别和计算机视觉知识为主，如PCA、HMM、相机模型等。作业和考试主要考察PPT中的基本概念，综合评价为难度中等
作业反馈： 3次作业都相对比较简单，涉及基础知识和一定的编程实现，如图像滤波和哈里斯角点检测。
高分策略：
- 期末考试内容量比较大，但涉及的内容都很基础，在PPT上都能找到。
- 作业认真完成，考试前把所有PPT都过一遍，涉及到的算法和基础知识要重点掌握。