作为人工智能和机器学习的热门子领域之一，计算机视觉引发了大众的关注。计算机视觉能否具备人眼的分辨力，它又在哪些领域有发展前景。这一连串的问题可以在《计算机视觉》这门课内寻求答案。
由信息学院高盛华教授主讲的《计算机视觉》这门课是面向高年级本科生的专业选修课。课程涵盖了计算机视觉的基本概念、基本方法，还将学科最前沿的科研成果，包括成像、基本图像处理、三维重建、物体检测识别和分割等内容引入课堂。通过实例讲解、课程实践等形式培养学生的动手实践能力和科研精神，帮助学生学会运用计算机视觉技术解决现实中存在的问题。
图|高盛华教授授课
课程内容紧贴前沿，注重创新
“相比于传统课程，这门课程的一大亮点是不拘泥于知识结构与体系。课程以计算机视觉3R的目标(recognition, reorganization, reconstruction)为核心，讲解了众多现代计算机视觉的应用实例，让我对这个学科有了全面且深入的认识”。信息学院2020级本科生王之义说。
每学期授课老师会布置一项较大的课程实践项目，由学生根据课程内容和文献调研及自身的兴趣特长，自主选题并组队完成项目，形成学术报告在课堂上展示。通过该方法，全面考核学生的文献查阅、项目架构、工程优化、学术写作和展示等综合能力。
2018级本科生陈嘉本说，“最令我印象深刻的是课程实践项目。我当时选择的主题是视频插帧，那是我第一次体会到科研的全过程，在展示的时候老师对我们项目的鼓励和建议也让我收获良多，从那时起便点燃了我对计算机视觉领域的研究热情，此后一年多我还常和老师聊起课上的话题并展开讨论，每一次的交流都能汲取新的灵感和前进的动力。”
图|课堂讨论
教学方法多元有趣，强调实践
“我最大的收获不仅在于学习许多传统计算机视觉任务的算法、接触并实现一些人工智能在该领域中的应用，更是激发了我对这个领域深入探索的兴趣。2019级本科生吴笑寒说, 过去的我，在接触‘人脸检测’、‘三维重建’、‘神经网络’等名词时，一直认为这类技术非常高端、难以实现，然而在老师循序渐进地教授过程中，我才发现原来像我这样的本科生也可以实现许多有趣的任务，当初可望不可及的技术如今看来显得愈发明了。”
除常规授课，导师答疑外，课程还采用助教第二课程和Piazza共享平台为学生提供各类讲义、教参等资料，鼓励学生自主学习，动手实践。
“课程作业开放性很高，在不断地试错中，我不仅理解了‘为什么这样行’，更理解了‘为什么那样不行’，而后者对我来说是难能可贵的。”王之义说。
图|助教答疑
挑战与乐趣并存
有趣的体验总不会轻易获得，成就自己需要的是踏踏实实的努力。
2018级研究生肖宇廷回忆说，“计算机视觉是我一直很感兴趣的研究方向，修习这门课让我对计算机视觉有了全面地了解，从经典的分类、检测和分割任务，到更加深入的生成、重建任务，都充满了挑战和乐趣。初次尝试做课程实践项目时，难度很大，然而随着一点一点地尝试，问题一个一个被解决，最终完成并达到预期效果时收获的是满满的成就感。”
虽然课程听起来很有趣，但是所涉及的内容和其应用方向非常广泛，需要掌握的知识点也很多。吴笑寒说“这门课的难点，除了需要有一定python编程能力(以及对相关库的学习)，还需要同学们对线性代数、概率论、信号与处理等知识都有一定了解。所以，提前温习并掌握相关的知识非常重要，否则在上课的时候可能会‘非常头疼’”。
教授简介
高盛华，上海科技大学长聘副教授、研究员、博士生导师，入选国家海外高水平人才计划青年项目，上海市浦江人才计划，曙光学者，张江国家科学中心杰出创新创业人才（创新类）。研究方向涵盖图像和视频的理解和三维重建。2008年本科毕业于中国科学技术大学。2012博士毕业于新加坡南洋理工大学。随后在伊利诺伊大学新加坡高等研究院做研究科学家。2014年加入上海科技大学信息学院。迄今为止，在计算机视觉领域顶级会议和期刊发表120余篇，总引用次数9400余次。他十余次担任ICCV/CVPR/AAAI等国际顶级会议的领域主席，计算机视觉领域期刊IEEE TCSVT和Neurocomputing的副主编等。主持/参与国家自然科学基金重点项目、面上项目、科技部重点项目、上海市自然科学基金等多个项目。
“想要了解更多精彩课程？想到上科大信息学院的课堂一探究竟？欢迎报考上海科技大学信息学院！
沪公网安备 31011502006855号
