基于DL的计算机视觉方法热度高涨，传统方法就可以偏废？-技术圈

近些年计算机视觉热度飞涨，ICCV 2019一共收获 4328 篇论文，与上一届 2143 篇相比，数量多出了将近一倍（数据来自雷锋网）。近几年诞生了很多工业界计算机视觉的企业，包含在内的商汤和旷世在内的巨头公司，以及抓住了这个创业机会点的中小型企业。

工业界有大量采集数据的支撑，看重结果的“效果”，更偏向于利用深度学习的方法，从而使得学术界对传统方法的研究有所下降。但是对于CV，传统算法不可偏废！

传统的计算机视觉和机器学习算法依然在很多场景下有用武之地，尤其是传统的特征提取算法，例如SIFT, LBP 等，依然不能忽视。

（图片来自知乎）

计算机视觉中的传统算法不仅在工程上有稳健的性能，而且相比于深度学习算法，在数学上也有更清晰的解释。因此，深入理解这些经典算法的思想，对于我们改进既有算法和提出新算法，极具启发性。

并且，我们发现企业招聘时，虽然要求应聘者具备前沿的技术能力，但会将透彻理解计算机视觉问题的本质作为一个基本的门槛，而这一门槛是真正考核我们能力的标尺。在工作会发现，由于基础不牢，在未来的深入研究与创新中步履维艰。

因此，我们邀请了中科院自动化所的汪凌峰老师，溯本清源，制作了这门系统讲解计算机视觉传统方法的在线教程——『计算机视觉应用基础』。课程将于10月30日正式开课，诚邀大家共同参与！

本课程为大家细致讲解图像分割、目标跟踪、目标检测三大主流方向的经典方法，希望伙伴们可以夯实基础，掌握经典方法的思想精髓，融会贯通。

主讲老师

汪博

中科院自动化所副研究员

中科院自动化所模式识别国家重点实验室博士

研究方向为模式识别与机器学习基础理论、图像处理与计算机视觉具体应用。在图像处理与计算机视觉领域发表论文40余篇，其中包括T-PAMI、T-IP等顶级国际期刊以及NIPS、ICCV等顶级国际会议。曾获中科院院长特别奖及中科院百优博士论文。

科学系统的教学内容

精益求精的课程服务

1. 社群答疑

课程建立答疑群，高效获取疑问解答的同时，结识更多同领域的伙伴。

2. “三师”助力

班主任督促学习、助教及时批改作业并配合讲师微信群答疑，及时解惑，高效学习。

3. 作业迭代

提交作业，助教批改后，根据助教意见对作业进行迭代修改；没有最好，只有更好！

4. 定期班会

每期班会，助教对作业进行讲评和指导；在班会中，学习更多技巧；在交流中，收获更多思路。

抢占学习名额

学习名额紧俏

咨询客服『黎新』，快速报名！

备注「工坊」，优先通过哦~

微信扫码，咨询更多!