跳到主要内容
步芽

【极致中配】图宾根大学 计算机视觉 Computer Vision — Andreas Geiger

图宾根大学 Andreas Geiger 主讲的计算机视觉课程，系统覆盖成像原理、多视图几何、图模型、隐式神经表示与识别、自监督学习等前沿主题。

难度
难度 4/5 — 研究生级视觉课程，涉及多视图几何、图模型与深度学习，需较强数学与机器学习基础
适合人群
具备机器学习基础、想系统掌握三维视觉与深度学习方法的高年级本科生及研究生
前置要求
线性代数（矩阵变换、SVD、投影几何）、概率论（概率图模型与推断）、机器学习（熟悉深度学习基础）、编程与深度学习框架（能用 Python/PyTorch 实现模型）
课程规模
46 讲 · 1478播放
在 B 站免费观看 →就这门课提问 →排进我的学习路线

主题覆盖

图像成像与几何运动恢复结构立体重建概率图模型置信传播Shape-from-X隐式神经表示神经辐射场 NeRF图像分类与分割目标检测自监督与对比学习Deepfakes

课程大纲（46 讲）

  1. P1 · Computer Vision - Lecture 1.1 (Introduction: Organization)3 分钟
  2. P2 · Computer Vision - Lecture 1.2 (Introduction: Introduction)16 分钟
  3. P3 · Computer Vision - Lecture 1.3 (Introduction: History of Computer Vision)39 分钟
  4. P4 · Computer Vision - Lecture 2.1 (Image Formation: Primitives and Transformations)30 分钟
  5. P5 · Computer Vision - Lecture 2.2 (Image Formation: Geometric Image Formation)20 分钟
  6. P6 · Computer Vision - Lecture 2.3 (Image Formation: Photometric Image Formation)13 分钟
  7. P7 · Computer Vision - Lecture 2.4 (Image Formation: Image Sensing Pipeline)7 分钟
  8. P8 · Computer Vision - Lecture 3.1 (Structure-from-Motion: Preliminaries)15 分钟
  9. P9 · Computer Vision - Lecture 3.2 (Structure-from-Motion: Two-frame Structure-from-M19 分钟
  10. P10 · Computer Vision - Lecture 3.3 (Structure-from-Motion: Factorization)13 分钟
  11. P11 · Computer Vision - Lecture 3.4 (Structure-from-Motion: Bundle Adjustment)18 分钟
  12. P12 · Computer Vision - Lecture 4.1 (Stereo Reconstruction: Preliminaries)26 分钟
  13. P13 · Computer Vision - Lecture 4.2 (Stereo Reconstruction: Block Matching)13 分钟
  14. P14 · Computer Vision - Lecture 4.3 (Stereo Reconstruction: Siamese Networks)10 分钟
  15. P15 · Computer Vision - Lecture 4.4 (Stereo Reconstruction: Spatial Regularization)8 分钟
  16. P16 · Computer Vision - Lecture 4.5 (Stereo Reconstruction: End-to-End Learning)9 分钟
  17. P17 · Computer Vision - Lecture 5.1 (Probabilistic Graphical Models: Structured Predic11 分钟
  18. P18 · Computer Vision - Lecture 5.2 (Probabilistic Graphical Models: Markov Random Fie19 分钟
  19. P19 · Computer Vision - Lecture 5.3 (Probabilistic Graphical Models: Factor Graphs)5 分钟
  20. P20 · Computer Vision - Lecture 5.4 (Probabilistic Graphical Models: Belief Propagatio19 分钟
  21. P21 · Computer Vision - Lecture 5.5 (Probabilistic Graphical Models: Examples)8 分钟
  22. P22 · Computer Vision - Lecture 6.1 (Applications of Graphical Models: Stereo Reconstr10 分钟
  23. P23 · Computer Vision - Lecture 6.2 (Applications of Graphical Models: Multi-View Reco23 分钟
  24. P24 · Computer Vision - Lecture 6.3 (Applications of Graphical Models: Optical Flow)28 分钟
  25. P25 · Computer Vision - Lecture 7.1 (Learning in Graphical Models: Conditional Random11 分钟
  26. P26 · Computer Vision - Lecture 7.2 (Learning in Graphical Models: Parameter Estimatio28 分钟
  27. P27 · Computer Vision - Lecture 7.3 (Learning in Graphical Models: Deep Structured Mod15 分钟
  28. P28 · Computer Vision - Lecture 8.1 (Shape-from-X: Shape-from-Shading)34 分钟
  29. P29 · Computer Vision - Lecture 8.2 (Shape-from-X: Photometric Stereo)12 分钟
  30. P30 · Computer Vision - Lecture 8.3 (Shape-from-X: Shape-from-X)5 分钟
  31. P31 · Computer Vision - Lecture 8.4 (Shape-from-X: Volumetric Fusion)22 分钟
  32. P32 · Computer Vision - Lecture 9.1 (Coordinate-based Networks: Implicit Neural Repres28 分钟
  33. P33 · Computer Vision - Lecture 9.2 (Coordinate-based Networks: Differentiable Volumet17 分钟
  34. P34 · Computer Vision - Lecture 9.3 (Coordinate-based Networks: Neural Radiance Fields10 分钟
  35. P35 · Computer Vision - Lecture 9.4 (Coordinate-based Networks: Generative Radiance Fi13 分钟
  36. P36 · Computer Vision - Lecture 10.1 (Recognition: Image Classification)35 分钟
  37. P37 · Computer Vision - Lecture 10.2 (Recognition: Semantic Segmentation)9 分钟
  38. P38 · Computer Vision - Lecture 10.3 (Recognition: Object Detection and Segmentation)25 分钟
  39. P39 · Computer Vision - Lecture 11.1 (Self-Supervised Learning: Preliminaries)13 分钟
  40. P40 · Computer Vision - Lecture 11.2 (Self-Supervised Learning: Task-specific Models)18 分钟
  41. P41 · Computer Vision - Lecture 11.3 (Self-Supervised Learning: Pretext Tasks)15 分钟
  42. P42 · Computer Vision - Lecture 11.4 (Self-Supervised Learning: Contrastive Learning)19 分钟
  43. P43 · Computer Vision - Lecture 12.1 (Diverse Topics in Computer Vision: Input Optimiz22 分钟
  44. P44 · Computer Vision - Lecture 12.2 (Diverse Topics in Computer Vision: Compositional14 分钟
  45. P45 · Computer Vision - Lecture 12.3 (Diverse Topics in Computer Vision: Human Body Mo19 分钟
  46. P46 · Computer Vision - Lecture 12.4 (Diverse Topics in Computer Vision: Deepfakes)9 分钟

本课程卡由 AI 生成，可能存在误差，欢迎反馈。