-
学习人数
3011
-
难度级别
中级
-
课程时长
14时48分
-
综合评分
10
购买课程
￥ 2426.00
- 第1章 概述
- 1-1 从2D迈向3D （ 05:11）
- 1-2 3D感知特点和面临的技术难点 （ 04:12）
- 1-3 3D感知相关算法简介 （ 50:16）
- 1-4 课程内容介绍、挑战项目、软件工具介绍 （ 05:39）
- 第2章 3D传感器原理
- 2-1 3D光学测量方法概述 （ 04:21）
- 2-2 针孔相机模型 （ 21:15）
- 2-3 双目3D视觉原理 （ 20:46）
- 2-4 结构光3D成像原理 （ 10:13）
- 2-5 TOF 3D成像原理 （ 26:25）
- 2-6 图像畸变与矫正 （ 12:13）
- 2-7 RGB-D融合概述 （ 07:33）
- 2-8 软件安装及作业文件说明 （ 04:55）
- 第3章 3D数据表示和转换
- 3-1 TOF深度相机数据到点云转换 （ 25:44）
- 3-2 3D数据的体像素存储 （ 13:08）
- 3-3 八叉数 （ 31:52）
- 3-4 kd树 （ 23:15）
- 3-5 三角剖分 （ 19:22）
- 3-6 PLY数据文件格式 （ 19:46）
- 第4章 深度图和点云数据底层处理算法
- 4-1 数据滤波与过滤 （ 02:24）
- 4-2 深度图数据滤波 （ 39:30）
- 4-3 点云滤波平滑 （ 24:10）
- 4-4 数据过滤 （ 14:56）
- 4-5 数据降采样 （ 08:39）
- 第5章 3D特征提取与参数测量
- 5-1 云旋转和平移变换 （ 13:19）
- 5-2 3D点云形状参数计算 （ 11:14）
- 5-3 3D点云的几何模型参数拟合 （ 45:08）
- 5-4 存在离群点条件下的点云几何模型参数拟合 （ 17:20）
- 5-5 点云配准基本算法 （ 15:50）
- 5-6 物体表面重建 （ 27:55）
- 第6章 特征提取、前后景分割、物体检测和识别
- 6-1 特征提取与检测：基于深度图的方法 （ 13:13）
- 6-2 特征提取与检测：基于点云的方法 （ 14:33）
- 6-3 前后景分离：基于模型匹配的方法 （ 11:02）
- 6-4 前后景分离：基于背景扣除的方法 （ 04:26）
- 6-5 前后景分离：基于统计分类的方法 （ 13:12）
- 6-6 前后景分离：背景的自适应更新 （ 05:30）
- 6-7 几何形状识别 （ 29:48）
- 第7章 人体、物体识别与点云配准
- 7-1 人体肢体识别 （ 39:07）
- 7-2 基于关键点特征的点云识别与粗配准流程 （ 32:24）
- 7-3 SHOT点云特征提取算法 （ 18:15）
- 7-4 PFH点云特征提取算法 （ 09:21）
- 7-5 PPF点云识别配准算法 （ 19:38）
讲师提示
应忍冬
上海交通大学 副教授
- 讲师简介
- 上海交通大学类脑智能应用技术研究中心副教授，在理论研究领域对数字信号处理及硬件实现架构方面有着深入的研究，包括：导航基带信号处理、数字信号处理及VLSI实现架构，3D视觉信号处理和机器思维。在项目开发方面和国内科研机构以及国外Intel、Sony等公司有长期密切的合作，参与项目包括：“高可靠性软件系统建模和分析”、“面向应用的指令可配置处理器”、“分布式3D视频加速引擎技术研究”等。
资料下载
-
【3D感知第二期回看】课件48.8M 49次下载 -
【3D感知第二期回看】作业1.48G 54次下载
-
【3D感知第二期回看】参考资料172M 49次下载
-
【3D感知第二期回看】实践作业362.371K 49次下载
