- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
- 课程介绍
- 课程大纲
适合人群:
具备机器视觉导论基础;了解机器视觉的基本概念;
你将会学到:
学习图像检索的基本原理;理解图像检索的基本方法;能够使用OpenCV与深度学习完成图像检索开发
课程简介:
从20世纪70年代开始,有关图像检索的研究就已开始,当时主要是基于文本的图像检索技术(Text-based Image Retrieval,简称TBIR),利用文本描述的方式描述图像的特征,如绘画作品的作者、年代、流派、尺寸等。到90年代以后,出现了对图像的内容语义,如图像的颜色、纹理、布局等进行分析和检索的图像检索技术,即基于内容的图像检索(Content-based Image Retrieval,简称CBIR)技术。CBIR属于基于内容检索(Content-based Retrieval,简称CBR)的一种,CBR中还包括对动态视频、音频等其它形式多媒体信息的检索技术。
百度的以图搜图,阿里的拍立淘等都是经典的应用。同时在人脸识别,无人驾驶等领域,图像检索无疑是一个重要的内容。所以对于学习机器视觉的同学必须要学习图像检索
安防领域的人脸识别:
本课程从0开始,循序渐进的讲解了图像检索的基本技术:通过了多个实践案例完成课程学习,完成0-1过程,为后续项目打下铺垫
1.图像检索概述与应用场景介绍
1.案例分析:阿里巴巴的以图搜图原理
2.案例分析:Google引擎上的以图搜图原理
2.图像检索的基本方法:TBIR,CBIR
3.图像检索的基本流程介绍
1.图像预处理流程:增强、旋转、滤波等
2.图像特征提取:SIFT,SURF,CNN等
3.图像数据库建立
4.抽取检索图像特征,构建特征向量:pHash感知算法,
5.设计检索模块,包含相似性度量准则,排序,搜索等
6.返回相似性较高的结果
4.案例分析:阿里巴巴以图搜图技术架构与原理实现
5.图像检索面临的挑战
1.图像光照变化
2.尺度变化
3.视角变化
4.遮挡
5.背景混乱
6.仿射变换
6.实践案例:
1.基于OpenCV实现图像SIFT实现行人特征提取
2.基于OpenCV实现余弦人脸相似度图像比对
3.基于OpenCV实现深度学习CNN交通图像特征提取
4.基于OpenCV实现图像pHash检索算法
..
课程代码演示:
课程大纲-机器视觉进阶-图像检索(附源码)
第1章图像检索概述与应用场景介绍(22分钟5节)
第2章图像检索功能模块-图像特征提取(1小时4分钟8节)
第3章图像检索算法原理与实践(36分钟6节)
第4章阿里巴巴拍立淘架构介绍(17分钟2节)
“Jack Qian”老师的其他课程更多+