模式识别与计算机视觉简介 2026

课程设置

• 教材中文译本 -- 吴建鑫著 “模式识别”， 机械工业出版社 (教材主页，包括纠错信息）

• 教材英文原本 -- 吴建鑫著 “Essentials of Pattern Recognition: An Accessible Approach”, 剑桥大学出版社 (教材主页)

• 授课内容主要依据“模式识别”教材，将补充对计算机视觉的简要介绍

课程重要通知

• 作业4已发布,请及时完成, 6月4日上午9点是提交截止时间。在智汇南雍提交, 请务必仔细阅读所有注意事项.

• 作业3已发布,请及时完成, 5月14日上午9点是提交截止时间。在智汇南雍提交, 请务必仔细阅读所有注意事项.

• 作业2已发布,请及时完成, 4月23日上午9点是提交截止时间。在智汇南雍提交, 请务必仔细阅读所有注意事项.

• 作业1已发布,请及时完成, 4月9日上午9点是提交截止时间。在智汇南雍提交, 请务必仔细阅读所有注意事项.

课程作业与大作业

要求：每次作业前请详细阅读作业说明，包括作业时间、要求等

• 作业1, 第六题中使用的main.ipynb文件: (截至4月9日上午9点)

• 作业2: (截至4月23日上午9点)

• 作业3: (截至5月14日上午9点)

• 作业4: (截至6月4日上午9点)

课程大纲与授课内容

• 第一部分：简介与预备知识

  • PPT 01: 课程简介、模式识别简介、为什么在深度学习时代要学习本课程 (约2小时)

    • PPT

    • 教材内容：第一章

  • PPT 02: 数学背景知识的极简回顾：概率与统计、线性代数 (约2小时)

    • PPT

    • 教材内容：第二章

    • The Matrix Cookbook

  • PPT 03: 以最近邻分类方法为例、介绍模式识别系统的框架极其各模块 (约2.5小时)

    • PPT

    • 系统介绍对应教材内容：第三章

    • 系统评估对应教材内容：第四章

• 第二部分：与领域无关的特征提取

  • PPT 04: 主成分分析 Principal Component Analysis (约1.5小时)

    • PPT

    • 教材内容：第五章

  • PPT 05: 归一化、FLD、人脸识别 (约2小时)

    • PPT

    • 归一化对应教材内容：第九章第9.2节

    • FLD对应教材内容：第六章

• 第三部分：三种经典的分类方法

  • PPT 06: 支持向量机SVM (约4小时)

    • PPT

    • 教材内容：第七章

  • PPT 07: 概率方法 probabilistic Methods (约2.5小时)

    • PPT

    • 教材内容：第八章

  • PPT 08: 度量、信息论、决策树 (约2.5小时)

    • PPT

    • 度量对应教材内容：第九章第9.1节

    • 信息论、决策树对应教材内容：第十章

• 第四部分：数据的获取、多样性及相应的模式识别方法

  • PPT 09: 数据获取及真实模式识别系统的例子 (约1小时)

    • PPT

    • Kinect Microsoft Kinect背后的模式识别

  • PPT 10: 稀疏数据(稀疏性的基本概念)、未对齐数据(动态时间弯曲DTW) (约2小时)

    • PPT

    • 教材内容：第十一章

  • PPT 11: 时间序列数据（隐马尔科夫模型HMM: 基本概念介绍） (约2小时)

    • PPT

    • 教材内容：第十二章

  • PPT 12: 时间序列数据（隐马尔科夫模型HMM: 基本算法简介） (约1小时)

    • PPT

    • 教材内容：第十二章

• 第五部分：计算机视觉简介

  • 底层视觉+中层视觉（low-level & mid-level vision）

    • Michael S. Brown教授ICCV 2019 Tutorial讲义

  • T2I: 文生图算法的思想简介

    • 材料