国科大人工智能学院计算机视觉课程 — 深度学习及其模型 — 图像基础特征提取

提纲：

1. 深度学习与卷积神经网络
2. 图像底层特征提取：边缘、特征点

---

零、计算机视觉

1. 计算机视觉的研究目标：旨在帮助计算机利用一幅或多幅图像来理解和解析周围环境中的信息能力
2. 计算机视觉的研究主题：其包括特征提取与匹配技术、图像分割方法、目标识别算法、三维重建模型以及视觉跟踪策略等；此外还包括行为分析技术等。

一、深度学习的发展历史：人工神经网络、浅层学习、深度学习

要理清楚老师讲的这块的“来龙去脉”，是层层递进的。

1. 人工神经网络：多输入单输出、兴奋性神经元和抑制性神经元、阈值特性

• 生物神经元 —> MP模型
• 感知机 的本质是MP模型。

2. 浅层学习：单层感知机

• 感知机（单层线性神经网络）只对线性问题 具有分类 能力。

4. 深度学习：多层感知机（单隐层感知机、双隐层感知机）

• 多层感知机：在输