研究项目:人脸识别、自动驾驶等背后的机器学习算法原理(牛津大学)
2024-04-22 17:56:42项目基本信息
专业类别
理工
参加形式
线下
适合人群
对计算机科学、计算机视觉、人工智能、机器学习等专业感兴趣的学生
导师介绍
Jens Rittscher
牛津大学终身教授
牛津大学工程学终身教授;牛津大学生物医药工程研究所和纳菲尔德医学院首个联合任命教授;牛津大学Target Discovery研究所生物医药成像研究组主任;前通用电气全球研究中心资深高级研究员/项目经理;美国伦斯勒理工学院客座教授;论文引用累积4424次,h指数30,i10指数55。
项目背景
计算机视觉是人工智能的一门核心学科,它训练机器来解释视觉世界。使用来自相机和视频的数字图像,计算机可以识别、分类物体以及分析运动。这项技术在多个应用领域发挥着重要作用,包括视频监控、媒体内容分析、机器人技术、自动驾驶和生物医学研究。本课程对该主题进行了初步介绍,适合具有计算机科学、数学或工程背景的本科生。如果你是对数学和编程有兴趣的高中生,本课程也适合。
项目大纲
一、项目大纲
1. 图像形成与预处理
2. 图像分割
3. 核心机器学习概念
4. 目标检测与分类
5. 深度学习入门
6. 实时视觉的深度学习
7. 自动编码器与生成模型
8. 视觉跟踪
二、课程安排
招生状态:招生中
课程时间:
写作课程(线上):2024-05-25 ~ 2024-06-22
预习辅导(线上):2024-07-01 ~ 2024-07-12
科研指导(实地):2024-07-29 ~ 2024-08-09
课程校区:上海校区
课程形式:NeoSchool平台直播 + 线下实地授课
课时安排:32课时教授专项慕课+5周科研策略与论文写作课程+2周教授科研预习辅导+14天教授线下科研指导,课程总时长114课时。
三、课程目标
这门课将介绍如何处理数字图像和视频。授课材料将围绕核心概念,如特征的提取、分割、对象的去保护和视觉运动的分析。该课程将对神经网络和深度学习是如何彻底改变计算机视觉领域进行解答。因此,本课程提供了一个极好的机会来学习机器学习在环境中的应用。这门课的目标是将所学材料应用于具体的项目中去。在这里,你将学习如何研究一个具体的问题,设计和实现一个解决方案,并评估所开发算法的性能。每个小组将以书面报告的形式记录他们的工作。通过这种方式,你将获得学术研究的经验,并学习如何撰写研究报告。可研究的方向包括但不限于:人脸识别,自动驾驶,显微镜数据,图形艺术等。在整个课程中,Python将被用作编程语言,每节课会提供额外的参考资料和阅读材料。
四、适合人群
适合想要学习计算机科学,计算机视觉,人工智能,机器学习,自动驾驶, 机器人学的学生;
有一定的编程背景(Python) 或对计算机科学有一定的了解。
课时安排
2周在线科研课程(教授专项慕课+亲自课后辅导)+2周实地科研研讨
报名方式
项目收获
1、教授推荐信
2、论文推荐发表
3、科研实践成绩与学术评价
4、结业证书