MIT OpenCourseWare


» 進階搜尋
 課程首頁
 教學大綱
 教學時程
 相關閱讀資料
 作業
 相關資源

9.913-C 2002春季課程:機械視覺的圖樣辨識(Pattern Recognition for Machine Vision, Spring 2002)


本頁翻譯進度

燈號說明

審定:無
翻譯:張瀚仁(簡介並寄信)、謝鎮宇(簡介並寄信)
編輯:侯嘉玨(簡介並寄信)

A diagram showing an example of object detection and recognition application.
一個物件偵測與辨識的應用範例。(圖片提供:麻省理工學院─腦與認知科學系,Poggio實驗室)
An example of object detection and recognition application. (Image courtesy of Poggio Laboratory, MIT Department of Brain and Cognitive Sciences.)

課程重點

分類器網路可用來檢視、分類、確認與區別在生物或機器系統中一些人類無法察覺到的微小細節。他們的應用範圍從檢查火星塞到臉部辨識 都有。分類器網路正成為機器視覺系統的基礎。本課程專案的設計,是使同學獲得實作經驗,並且讓研究所的同學奠定在此領域深入研究的基礎。在相關資源區裡,有一些連結可以幫助各位更瞭解這些類型的分類器網路。

Classifier networks are used to inspect, sort, identify, and discriminate minute details in biological or machine systems that human beings cannot discern. They are used in everything from inspecting spark plugs to face recognition. Classifier networks are becoming the basis of machine vision systems. The students' projects are designed to give them practical experience, and to ground graduate students in the field so that they are able to perform this type of research. In the related resources section, there are links that can be explored for a deeper understanding of these types of classifier networks.

課程描述

本課程是針對大三、大四或研一的同學設計的課程。課程重點會放在圖樣辨識技術的應用,以及機器視覺的相關問題。
課程涵蓋的主題包括:

  • 機器視覺與圖樣分類的問題概述
  • 影像的構成與處理
  • 影像的特徵萃取
  • 生物學上的物體辨識
  • 貝氏決策理論
  • 叢集
  • The topics covered in the course include:
    The course is directed towards advanced undergraduate and beginning graduate students. It will focus on applications of pattern recognition techniques to problems of machine vision.
    • Overview of problems of machine vision and pattern classification
    • Image formation and processing
    • Feature extraction from images
    • Biological object recognition
    • Bayesian decision theory
    • Clustering
    師資
    講師:
    Tomaso Poggio 教授
    Bernd Heisele 博士
    Yuri Ivanov 博士
    上課時數

    教師授課:
    每週1節
    每節2小時

    程度
    研究所
    回應
    告訴我們您對本課程或「開放式課程網頁」的建議。
    聲明
    麻省理工學院開放式課程認可 開放式課程計畫(OOPS)的翻譯計畫,開放式課程計畫(OOPS)乃是運用其獨立團隊、獨立資源、獨立流程進行翻譯計畫之團隊。

    所有麻省理工學院開放式課程之材料皆以麻省理工學院開放式課程創作共享授權發佈,所有之翻譯資料皆由開放式課程計畫(OOPS)所提供,並由其負翻譯品質之責任。

    此處麻省理工學院開放式課程之資料乃由 開放式課程計畫(OOPS) 譯為正體中文。麻省理工學院開放式課程在此聲明,不論是否遭遇或發現相關議題,麻省理工學院開放式課程、麻省理工學院教師、麻省理工學院校方並不對翻譯正確度及完整性作保證。上述單位並對翻譯後之資料不作明示或默許對任一特定目的之適合性之保證、非侵權之保證、或永不出錯之保證。麻省理工學院校方、麻省理工學院開放式課程對翻譯上之不正確不負任何責任。由翻譯所引發任何關於此等資料之不正確或其他瑕疵,皆由開放式課程計畫(OOPS)負全責,而非麻省理工學院開放式課程之責。

    原文聲明

     
    MIT Home
    Massachusetts Institute of Technology Terms of Use Privacy