计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所 指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提 取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。

1. 了解计算机视觉的发展历史、相关学科、应用领域和研究方向，培养学生学习兴趣，引导学生关注学科前沿和业界动态。

2. 掌握基本的图像预处理和特征提取的原理和方法；掌握卷积神经网络的相关知识（损失函数、正则化和梯度下降优化算法）；为后续内容提供基础。

3. 掌握图像分类、目标检测、语义分割、场景理解和图像生成等的原理和经典算法，使学生具备基本的方向知识和研究方法，并能够自主拓展学习或解决相关问题。
   

高等数学、线性代数、数值分析、概率论、随机过程

[1] 《卷积神经网络与计算机视觉》，[澳] 萨尔曼·汗（Salman Khan）等编，机械工业出版社，2019年；

[2]《计算机视觉教程》，（第二版）章毓晋编，人民邮电出版社，2017年；

[3]《计算机视觉：模型、学习和推理》，[英] 西蒙 J.D. 晋林斯编，机械工业出版社，2017年。