📂作业信息

# -*- encoding: utf-8 -*-

# @author  : pengpenglang
# @language: python
# @date    : 2024-02-09
# @Desc    : 研一上 计算机视觉

🏷️作业说明

【平时作业】课程内容集中在深度学习之前的传统理论计算机视觉，共五个实验（论文报告+复现结果+代码）：

实验一	实验二	实验三	实验四	实验五
Harris角点检测	SIFT特征提取	RANSAC直线拟合	深度学习实验	MVSNet论文复现

【期末作业】近五年顶会相关工作论文分享+实验复现结果

📚实验一：Harris角点检测

⭕实验要求

• 利用Harris角点检测算法对测试图片hall.jpg进行检测，并在图片上标记出相应角点

🧩实验结果

📚实验二：SIFT特征提取

⭕实验要求

• 利用Sift算法对图片bnu1.jpg进行特征提取，并输出特征向量图（例如下图）

🧩实验结果

📚实验三：RANSAC直线拟合

⭕实验要求

• 读取data.txt的散点数据，绘制散点图，用RANSAC算法拟合散点图中的直线，计算出直线的斜率和截距

🧩实验结果

📚实验四：深度学习实验

⭕实验要求

• 必做实验
  • 搭建深度学习环境，下载CIFAR-10数据集
  • 建立图像分类模型（不限），基于CIFAR-10数据集中的50000张训练集图像进行训练，并绘制训练损失曲线
  • 使用CIFAR-10的10000张测试集图像对模型进行测试和评估，得出测试集上的分类准确率
  • 对实验结果进行分析与总结
• 选做实验
  • 基于训练好的模型，测试额外的图像（不属于CIFAR-10），在报告中给出不少于5张图像的内容和分类结果，并对结果进行分析

🧩实验结果

📚实验五：MVSNet论文复现

⭕实验要求

• 阅读MVSNet（发表于ECCV 2018）论文并书写论文介绍原理，复现论文结果

🧩实验结果

💯期末作业论文分享

🧩选题介绍

• 论文选题：TranSG（发表于CVPR 2023）——利用步态序列的3D骨骼数据完成行人再识别

🧩实验结果

🎖️Tips

• 作业量较大，不过有助于锻炼论文写作，对早期计算机视觉发展有一定的了解👍🏻
• 论文由Latex排版，内容部分借鉴于网络资料，本人并不确定是否完全正确