計(jì)算機(jī)視覺碩士該怎么學(xué)習(xí) 學(xué)習(xí)了哪些知識(shí)，計(jì)算機(jī)視覺才算入門

對(duì)于機(jī)器視覺方向的研究生該如何去規(guī)劃學(xué)習(xí)？學(xué)習(xí)了哪些知識(shí)，計(jì)算機(jī)視覺才算入門，學(xué)習(xí)計(jì)算機(jī)視覺需要哪些知識(shí)儲(chǔ)備，計(jì)算機(jī)視覺需要學(xué)什么？

本文導(dǎo)航

• 機(jī)器視覺研究生學(xué)什么專業(yè)
• 學(xué)習(xí)了哪些知識(shí)，計(jì)算機(jī)視覺才算入門
• 學(xué)習(xí)計(jì)算機(jī)視覺需要哪些知識(shí)儲(chǔ)備？
• 計(jì)算機(jī)視覺需要學(xué)什么

機(jī)器視覺研究生學(xué)什么專業(yè)

是考上的上海電力學(xué)院不？

考的專業(yè)不同，所以給不了樓主什么有建設(shè)性的意見。

關(guān)于研究生階段的規(guī)劃：

一、研究生與大學(xué)生的區(qū)別

首先跟大家說明一下研究生和大學(xué)生的區(qū)別。大學(xué)生基本上是來接受學(xué)問、接受知識(shí)的，在中國原本并沒有博碩士的學(xué)歷，但是在西方他們?cè)瓉淼挠靡馐?，恭賀你已經(jīng)對(duì)人類普遍的知識(shí)有所創(chuàng)新，這個(gè)創(chuàng)新或大或小，都是對(duì)于普遍的知識(shí)有所貢獻(xiàn)。這個(gè)創(chuàng)新不會(huì)因?yàn)槟阕霰就僚c否而有所不同，所以第一個(gè)我們必須要很用心、很深刻的思考，大學(xué)生和研究生是不同的。

（一）選擇自己的問題取向，學(xué)會(huì)創(chuàng)新

你一旦是研究生，你就已經(jīng)進(jìn)入另一個(gè)階段，不只是要完全樂在其中，更要從而接受各種有趣的知識(shí)，進(jìn)入制造知識(shí)的階段，也就是說你的論文應(yīng)該有所創(chuàng)新。由接受知識(shí)到創(chuàng)造知識(shí)，是身為一個(gè)研究生最大的特色，不僅如此，還要體認(rèn)自己不再是個(gè)容器，等著老師把某些東西倒在茶杯里，而是要開始逐步發(fā)展和開發(fā)自己。做為研究生不再是對(duì)于各種新奇的課照單全收，而是要重視問題取向的安排，就是在碩士或博士的階段里面，所有的精力、所有修課以及讀的書里面都應(yīng)該要有一個(gè)關(guān)注的焦點(diǎn)，而不能像大學(xué)那般漫無目標(biāo)。大學(xué)生時(shí)代是因?yàn)槟阋M量開創(chuàng)自己接受任何東西，但是到了碩士生和博士生，有一個(gè)最終的目的，就是要完成論文，那篇論文是你個(gè)人所有武功的總集合，所以這時(shí)候必須要有個(gè)問題取向的學(xué)習(xí)。

（二）嘗試跨領(lǐng)域研究，主動(dòng)學(xué)習(xí)

提出一個(gè)重要的問題，跨越一個(gè)重要的領(lǐng)域，將決定你未來的成敗。我也在臺(tái)大和清華教了十幾年的課，我常常跟學(xué)生講，選對(duì)一個(gè)領(lǐng)域和選對(duì)一個(gè)問題是成敗的關(guān)鍵，而你自己本身必須是帶著問題來探究無限的學(xué)問世界，因?yàn)槟悴辉傧翊髮W(xué)時(shí)代一樣泛濫無所歸。所以這段時(shí)間內(nèi)，必須選定一個(gè)有興趣與關(guān)注的主題為出發(fā)點(diǎn)，來探究這些知識(shí)，產(chǎn)生有機(jī)的循環(huán)。由于你是自發(fā)性的對(duì)這個(gè)問題產(chǎn)生好奇和興趣，所以你的態(tài)度和大學(xué)部的學(xué)生是截然不同的，你慢慢從被動(dòng)的接受者變成是一個(gè)主動(dòng)的探索者，并學(xué)會(huì)悠游在這學(xué)術(shù)的領(lǐng)域。

然而研究生另外一個(gè)重要的階段就是 Learn how to learn ，不只是學(xué)習(xí)而已，而是學(xué)習(xí)如何學(xué)習(xí)，不再是要去買一件很漂亮的衣服，而是要學(xué)習(xí)拿起那一根針，學(xué)會(huì)繡出一件漂亮的衣服，慢慢學(xué)習(xí)把目標(biāo)放在一個(gè)標(biāo)準(zhǔn)上，而這一個(gè)標(biāo)準(zhǔn)就是你將來要完成碩士或博士論文。如果你到西方一流的大學(xué)去讀書，你會(huì)覺得我這一篇論文可能要和全世界做同一件問題的人相比較。我想即使在***也應(yīng)該要有這樣的心情，你的標(biāo)準(zhǔn)不能單單只是放在旁邊幾個(gè)人而已，而應(yīng)該是要放在領(lǐng)域的普遍人里面。你這篇文章要有新的東西，才算達(dá)到的標(biāo)準(zhǔn)，也才符合到我們剛剛講到那張拉丁文的博士證書上面所講的，有所貢獻(xiàn)與創(chuàng)新。

二、一個(gè)老師怎么訓(xùn)練研究生

第二個(gè)，身為老師你要怎么訓(xùn)練研究生。我認(rèn)為人文科學(xué)和社會(huì)科學(xué)的訓(xùn)練，哪怕是自然科學(xué)的訓(xùn)練，到研究生階段應(yīng)該更像師徒制，所以來自個(gè)人和老師、個(gè)人和同儕間密切的互動(dòng)和學(xué)習(xí)是非常重要的，跟大學(xué)部坐在那邊單純聽課，聽完就走人是不一樣的，相較之下你的生活應(yīng)該要和你所追求的知識(shí)與解答相結(jié)合，并且你往后的生活應(yīng)該或多或少都和這個(gè)探索有相關(guān)。

（一）善用與老師的伙伴關(guān)系，不斷 Research

我常說英文 research 這個(gè)字非常有意義， search 是尋找，而 research 是再尋找，所以每個(gè)人都要 research ，不斷的一遍一遍再尋找，并進(jìn)而使你的生活和學(xué)習(xí)成為一體。中國近代兵學(xué)大師蔣百里在他的兵學(xué)書中曾說：「生活條件要跟戰(zhàn)斗條件一致，近代歐洲凡生活與戰(zhàn)斗條件一致者強(qiáng)，凡生活與戰(zhàn)斗條件不一致者弱?！刮揖褪墙逵蛇@個(gè)來說明研究生的生活，你的生活條件與你的戰(zhàn)斗條件要一致，你的生活是跟著老師與同學(xué)共同成長的，當(dāng)中你所聽到的每一句話，都可能帶給你無限的啟發(fā)。

（二）藉由大量閱讀和老師提點(diǎn)，進(jìn)入研究領(lǐng)域

怎樣進(jìn)入一個(gè)領(lǐng)域最好，我個(gè)人覺得只有兩條路，其中一條就是讓他不停的念書、不停的報(bào)告，這是進(jìn)入一個(gè)陌生的領(lǐng)域最快，又最方便的方法，到最后不知不覺學(xué)生就會(huì)知道這個(gè)領(lǐng)域有些什么，我們?cè)诓煌Ｄ顣臅r(shí)候常常可能會(huì)沉溺在細(xì)節(jié)里不能自拔，進(jìn)而失去全景，導(dǎo)致見樹不見林，或是被那幾句英文困住，而忘記全局在講什么。藉由學(xué)生的報(bào)告，老師可以講述或是厘清其中的精華內(nèi)容，經(jīng)由老師幾句提點(diǎn)，就會(huì)慢慢打通任督二脈，逐漸發(fā)展一種自發(fā)學(xué)習(xí)的能力，同時(shí)也知道碰到問題可以看哪些東西。就像是我在美國念書的時(shí)候，我修過一些我完全沒有背景知識(shí)的國家的歷史，所以我就不停的念書、不停***著自己吸收，而老師也只是不停的開書目，運(yùn)用這樣的方式慢慢訓(xùn)練，有一天我不再研究它時(shí)，我發(fā)現(xiàn)自己仍然有自我生產(chǎn)及蓄發(fā)的能力，因?yàn)槲抑肋@個(gè)學(xué)問大概是什么樣的輪廓，碰到問題也有能力可以去查詢相關(guān)

學(xué)習(xí)了哪些知識(shí)，計(jì)算機(jī)視覺才算入門

計(jì)算機(jī)視覺是一個(gè)很大的范疇的總和，有兩種學(xué)習(xí)方式，一種是閱讀基礎(chǔ)書，搞懂它的每一部分；另一種是找一個(gè)問題，看文獻(xiàn)，編程實(shí)現(xiàn)，不斷往深走。這兩種學(xué)習(xí)方式是互補(bǔ)的，如果你看了好幾年書還不能上手解決問題，或者只會(huì)解決某些很特殊的問題，對(duì)其他問題束手無策都不算成功。因此你需要把看書掌握一般知識(shí)和編程實(shí)驗(yàn)解決具體問題齊頭并進(jìn)。下面說你要干什么：

下載安裝OpenCV2

OpenCV是一個(gè)非常強(qiáng)大的計(jì)算機(jī)視覺庫，包括了圖像處理、計(jì)算機(jī)視覺、模式識(shí)別、多視圖幾何的許多基本算法，有c++和Python兩種接口。學(xué)習(xí)的材料首先是安裝目錄下doc文件夾里的幫助文檔，提供所有函數(shù)的用法，任何時(shí)候?qū)θ魏魏瘮?shù)有疑問請(qǐng)查閱幫助文檔，安裝目錄下還提供一大堆寫好的演示程序供參考；《OpenCV_2 Computer Vision Application Programming Cookbook》是一本比較基礎(chǔ)的介紹材料，它的缺點(diǎn)是沒有介紹分類器（模式識(shí)別）方面的函數(shù)怎么用。

雖然網(wǎng)上還有其他很多流行的庫，比如處理特征點(diǎn)的VLfeat，處理點(diǎn)云的PCL，處理GPU運(yùn)算的CUDA，處理機(jī)器人問題的ROS和MRPT，但是這些都是你在解決具體問題時(shí)才會(huì)考慮去用的東西，如果你想快速讀取視頻、做個(gè)屏幕交互程序、使用流行的分類器、提取特征點(diǎn)、對(duì)圖像做處理、進(jìn)行雙目重建，OpenCV都提供相應(yīng)函數(shù)，因此在你不知道該把余生用來干什么的時(shí)候，先裝OpenCV學(xué)習(xí)。

讀綜述

Computer Vision: Algorithms and Application。這本書用1000頁篇幅圖文并茂地瀏覽了計(jì)算機(jī)視覺這門學(xué)科的諸多大方向，如果你不知道計(jì)算機(jī)視覺是一門搞什么的學(xué)科，這本書是你絕佳的選擇。它的優(yōu)點(diǎn)是涉獵了大量文獻(xiàn)，缺點(diǎn)是缺乏細(xì)節(jié)，因此很顯然只讀這本書你根本沒法上手工作，因?yàn)樗v的實(shí)在是太粗糙了。如果你對(duì)其中的某一部分感興趣，就請(qǐng)去讀相關(guān)文獻(xiàn)，繼續(xù)往下走，這就是這本書的意義。有中文版，但是翻譯的不好，也不建議你細(xì)細(xì)去讀，看看里面的圖片即可。

Computer Vision: Models, Learning, and Inference：這本書是我認(rèn)為研究生和高年級(jí)本科生入門計(jì)算機(jī)視覺最好的教材。它內(nèi)容豐富，難度適中，推導(dǎo)翔實(shí)，語言流暢，強(qiáng)烈推薦你花2個(gè)月時(shí)間把這本書讀完。

多視圖幾何

Multiple View Geometry in Computer Vision：這本書是多視圖幾何的圣經(jīng)，意思就是說想搞三維重建或者圖像測量之類的項(xiàng)目，這本書是必讀的。它需要你有線性代數(shù)的基本知識(shí)，會(huì)SVD分解即可。第一版有中文版，翻譯的非常好，但是已經(jīng)絕版了，可以上淘寶高價(jià)買一本，第二版添加的內(nèi)容很少，在網(wǎng)上可以下載到。

模式識(shí)別

模式識(shí)別核心就是訓(xùn)練一個(gè)函數(shù)來擬合手頭的數(shù)據(jù)，如果數(shù)據(jù)的標(biāo)簽是離散的，稱為分類問題，如數(shù)據(jù)的標(biāo)簽是連續(xù)的，稱為回歸問題；分類又分有監(jiān)督分類和無監(jiān)督分類，有監(jiān)督分類器有神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、AdaBoost、隨機(jī)場、樹模型等等。當(dāng)你拿到一大堆數(shù)據(jù)，需要從里面找關(guān)系的時(shí)候，一般都需要使用模式識(shí)別算法來訓(xùn)練一個(gè)函數(shù)/分類器/模型，因此模式識(shí)別是機(jī)器學(xué)習(xí)的核心。

《模式分類（第二版）》：這是一本適合普通讀者閱讀的教材，介紹了模式識(shí)別中經(jīng)典的分類器，講解細(xì)致，語言生動(dòng)，難度適中，每一個(gè)算法都有偽代碼。

The Elements of Statistical Learning：這本書使用嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)工具分析模式識(shí)別算法，它比較難，但是非常深刻。每拿到一個(gè)模型它都會(huì)分析這個(gè)模型在數(shù)學(xué)上是如何構(gòu)造的，并且推導(dǎo)模型的分類錯(cuò)誤率。分析和推導(dǎo)是這本書的精髓。

Pattern Recognition and Machine Learning：這是一本從貝葉斯學(xué)派的角度分析模式識(shí)別模型的書，它使用的工具主要是概率論，比較難，非常深刻，內(nèi)容非常豐富。

雖然這兩本書很難，但是它們用到的數(shù)學(xué)知識(shí)不過是基本的概率論和線性代數(shù)，只是用的比較活，計(jì)算機(jī)視覺這個(gè)學(xué)科需要的數(shù)學(xué)知識(shí)也是這個(gè)水平。

圖形學(xué)

圖形學(xué)教材首先推薦《計(jì)算機(jī)圖形學(xué)與幾何造型導(dǎo)論》，這本書用流暢的語言介紹了圖形學(xué)的基礎(chǔ)知識(shí)，選材有趣，推導(dǎo)簡潔但是絕不跳步走，保證你能看懂而且不會(huì)看煩。

光線追蹤器我看過一本薄的《Realistic Ray Tracing》和一本厚的《Ray Tracing from the Ground Up》，兩本書都有代碼。后一本內(nèi)容極其豐富，有中文版，翻譯尚可。后一本唯一的缺點(diǎn)就是講不清楚BRDF，但這恰恰是前一本的亮點(diǎn)。

還有一些比較偏的書，比如偏微分方程在圖像處理中的應(yīng)用、細(xì)分、壓縮感知、馬爾科夫隨機(jī)場、超分辨率分析，概率機(jī)器人、多尺度幾何分析，這些領(lǐng)域都有各自的名著，你在某個(gè)領(lǐng)域深挖的時(shí)候，類似這樣的書可能會(huì)出現(xiàn)在參考文獻(xiàn)中，那時(shí)再看不遲。

讀文獻(xiàn)

寫到書里的知識(shí)基本上都有些過時(shí)，你得通過看文獻(xiàn)掌握各個(gè)領(lǐng)域最新的發(fā)展動(dòng)態(tài)。計(jì)算機(jī)視覺的頂級(jí)期刊有兩個(gè)PAMI和IJCV，頂級(jí)會(huì)議有ICCV和CVPR，在科學(xué)網(wǎng)—[轉(zhuǎn)載]計(jì)算機(jī)視覺方向的一些頂級(jí)會(huì)議和期刊有更加詳細(xì)的介紹。

學(xué)習(xí)計(jì)算機(jī)視覺需要哪些知識(shí)儲(chǔ)備？

圖像處理的知識(shí)。圖像處理大致包括的內(nèi)容：光學(xué)成像基礎(chǔ)、顏色、濾波器、局部圖像特征、圖像紋理、圖像匹配等。

計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)，更進(jìn)一步地說，就是指用攝影機(jī)和電腦代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測量等機(jī)器視覺，并進(jìn)一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。作為一個(gè)科學(xué)學(xué)科，計(jì)算機(jī)視覺研究相關(guān)的理論和技術(shù)，試圖建立能夠從圖像或者多維數(shù)據(jù)中獲取‘信息’的人工智能系統(tǒng)。

容聯(lián)是專業(yè)的高科技信息通訊公司。容聯(lián)以云化和智能化的方式，為企業(yè)客戶提供全面的通訊服務(wù)。包括PaaS通訊能力（語音、短信等）、CC（云客服與云聯(lián)絡(luò)中心）、UC（IM即時(shí)通訊云、融合通訊、視頻與會(huì)議）、行業(yè)新通訊解決方案和“通訊+AI”服務(wù)，助力企業(yè)提高溝通體驗(yàn)和經(jīng)營效率，驅(qū)動(dòng)中國企業(yè)通訊產(chǎn)業(yè)實(shí)現(xiàn)互聯(lián)網(wǎng)化、云計(jì)算化、能力化、融合化和智能化。

計(jì)算機(jī)視覺需要學(xué)什么

學(xué)習(xí)計(jì)算機(jī)視覺需要具備的知識(shí)儲(chǔ)備有：

1、圖像處理的知識(shí)。圖像處理大致包括的內(nèi)容：光學(xué)成像基礎(chǔ)、顏色、濾波器、局部圖像特征、圖像紋理、圖像配等。

2、立體視覺的知識(shí)。立體視覺大致包括的內(nèi)容：相機(jī)幾何模型、雙目視覺、從運(yùn)動(dòng)中恢復(fù)物體結(jié)構(gòu)、三維重建技術(shù)等。

3、人工智能的知識(shí)。人工智能大致包括的內(nèi)容：場景理解與分析、模式識(shí)別、圖像搜索、數(shù)據(jù)挖掘、深度學(xué)習(xí)等。

4、與計(jì)算機(jī)視覺相關(guān)的學(xué)科還有：機(jī)器視覺、數(shù)字圖像處理、醫(yī)學(xué)成像、攝影測量、傳感器等。