高級圖像處理實踐技術(shù)專題應(yīng)用

北京中科資環(huán)信息技術(shù)研究院文件中科資環(huán)發(fā)(2018)54各企事業(yè)單北京中科資環(huán)信息技術(shù)研究院文件中科資環(huán)發(fā)(2018)54各企事業(yè)單位高級圖像處理實踐技術(shù)專題應(yīng)用培訓(xùn)近年來，隨著無人駕駛汽車、醫(yī)學(xué)影像智慧輔助診療、ImageNet競賽等熱點事件的發(fā)生，人工智能迎了新一輪的發(fā)展浪潮。尤其是在計算機(jī)視覺和圖像處理領(lǐng)域，各種顛覆性的成果應(yīng)運而生。因此，為了幫助大科研人員更加系統(tǒng)地學(xué)習(xí)圖像處理、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)理論知識及對應(yīng)的代碼實現(xiàn)方法，北京中資環(huán)信息技術(shù)研究院特舉辦“MATLAB高級編程及圖像處理應(yīng)用”培訓(xùn)班，旨在幫助學(xué)員掌握圖像處理的礎(chǔ)知識，以及經(jīng)典機(jī)器學(xué)習(xí)算法和最新的深度神經(jīng)網(wǎng)絡(luò)、遷移學(xué)習(xí)、對抗生成網(wǎng)絡(luò)等算法的基本原理及MATLAB編程實現(xiàn)方法。本次培訓(xùn)采用“理論講解+案例實戰(zhàn)+動手實操+討論互動”相結(jié)合的方式，抽絲剝繭深入淺出分析圖像處理、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)在應(yīng)用時需要掌握的經(jīng)驗及編程技巧。此外，本次培訓(xùn)還將通實際案例的形式，介紹如何提煉創(chuàng)新點，以及如何發(fā)表高水平論文等相關(guān)經(jīng)驗一、時間地點2018812日—815山東-青（時間安排：第一天報到、授課三天二、培訓(xùn)目標(biāo)1.掌握圖像處理基礎(chǔ)知識及其MATLAB代碼實現(xiàn)方2.掌握經(jīng)典機(jī)器學(xué)習(xí)算法的基本原理及其MATLAB代碼3.掌握最新的深度學(xué)習(xí)、遷移學(xué)習(xí)等算法的基本原理及其MATLAB代碼實現(xiàn)方4.通過實操培訓(xùn)掌握各種編程技5.解決學(xué)員實際工作中的疑難問6.熟悉人工智能的最新動態(tài)及發(fā)展趨三、培訓(xùn)對象各省市、自治區(qū)從事各行各業(yè)的圖像處理、建模分析等方向相關(guān)的企事業(yè)單位技術(shù)骨干、科研院所研員和大專院校相關(guān)專業(yè)教學(xué)人員及在校本科生、碩士和博士等相關(guān)人員，以及對圖像處理、機(jī)器學(xué)習(xí)、深度習(xí)和編程感興趣的廣大愛好者主辦單位：北京中科資環(huán)信息技二零一八年七月十協(xié)辦單位：北京中科碩博研計算二零一八年七月十四、培訓(xùn)費用五、四、培訓(xùn)費用五、頒發(fā)證注：請學(xué)員準(zhǔn)備電子版：身份證、學(xué)歷證、2寸藍(lán)底證件照片1張發(fā)至?xí)?wù)組。七、報名方式或發(fā)至E-mail；1561702198@，會務(wù)組收到回執(zhí)后通知報到相關(guān)事項。注：為保證授課質(zhì)量，本次培訓(xùn)額定35人以內(nèi)，如有意向參加，請及時報八、聯(lián)系方聯(lián)系人手機(jī)微信同步電話/傳真：010-MATLAB編程與機(jī)器學(xué)習(xí)QQ加群驗證：王進(jìn)邀MATLAB高級圖像處理名回執(zhí)（此表可復(fù)制單位名發(fā)票抬發(fā)票類□增值普票□增納稅人識別發(fā)票內(nèi)□培訓(xùn) □會議通訊地學(xué)員姓性部工作（研究）職聯(lián)系方郵希望通過會議解決哪些問題培訓(xùn) 電匯日培訓(xùn)費用 □電 □現(xiàn)場辦理費 （請用“√”標(biāo)注賬戶：北京中科碩博研計算賬號：0200025509200106214注：請將銀行匯款憑證傳真至?xí)?wù)組是否需要住宿：口 口 、結(jié)束日期、住宿天數(shù)天標(biāo)準(zhǔn)間間、大床間。二零一八年 課程大時授課方課主要內(nèi)Day09:00-經(jīng)驗分第課程大時授課方課主要內(nèi)Day09:00-經(jīng)驗分第一MATLAB入基1、到底應(yīng)該如何學(xué)習(xí)編程？應(yīng)該學(xué)習(xí)哪種編程語言？MATLAB過時了嗎？2、簡單介紹MATLAB的安裝、版本歷史與編程環(huán)（應(yīng)該安裝哪個版本的MB？在哪些情況下需要MA3AB（浩如煙海的函數(shù)應(yīng)該怎樣記憶？矩陣最常用的五種索引操作是什么？AB繪圖功能真的比較弱嗎？如何導(dǎo)出高質(zhì)量的I）10 導(dǎo)入到workspace中會有各種各樣名字的變量？）09:30-實操練13:30-13:30-實操練第二MATLAB進(jìn)與提Bel能是什么？為什么代碼中需要加入一些空格和空白ABvecpt）2、AB調(diào)試技巧MB各樣的錯誤信息？常見的錯誤信息有哪些？面對錯誤應(yīng)該去哪些網(wǎng)站尋找答案？怎樣能夠讓別人樂意幫助3、向量化編程與內(nèi)存優(yōu)化（怎樣提升你的代碼效率？MATLAB的內(nèi)存管理機(jī)制是什么？為什么你的代碼中15:30-15:30-實操練第三MATLAB設(shè)計與軟件開1、利用GUIDE向?qū)Чぞ唛_發(fā)（常用的控件有哪些？控2、利M語言開發(fā)（圖形對象句柄是什么M語GUIDE向?qū)Чぞ唛_發(fā)各有什么優(yōu)缺點？怎樣提升軟3、程序編譯與打包發(fā)布（怎樣生成ee可執(zhí)行文件？將xeDay09:00-Day09:00-實操練第四1、圖像的分類與表示方3、圖像的常見格式及讀寫（）4、圖像類型的5、數(shù)字圖像的基本運6、數(shù)字圖像的幾何變換（平移、鏡像、縮放、旋轉(zhuǎn)等7、數(shù)字圖像的鄰域和塊操8、案例實踐：基于手機(jī)攝像頭的心率計11:00-實操練第五1、圖像質(zhì)量評價簡、常見的圖像噪聲類型（高斯、椒鹽、均勻噪聲等MLB、常用的圖像去噪方法（）4、圖像復(fù)原的基本概5、常用的圖像復(fù)原方法（維納濾波復(fù)原、約束最小乘法復(fù)原、Lucy-Richardson復(fù)原、盲卷積復(fù)原13:30-實操練圖像分113:30-實操練圖像分1、圖像分割技術(shù)簡2、邊緣檢測3、閾值分割法（全局閾值、OTSU閾值分割、迭代式閾4、區(qū)域生長5、分水嶺分14:30-實操練圖像變1、圖像變換技術(shù)簡2、圖像傅里葉3、圖像離散余弦變4、其它變15:30-實操練第八圖像壓縮與重1、壓縮感知算法的基本原2、圖像3、圖像Day09:00-實操練第九1、Simulink簡2、VideoandImageProcessingBlockset簡3、圖像Simulink實4、圖像Simulink實5、圖像幾何變換Simulink實10:00-實操練第十哪些曲折？人工神經(jīng)網(wǎng)絡(luò)的分類有哪些？BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和訓(xùn)練過程是怎樣的？什么是梯度下降法？BP神經(jīng)網(wǎng)絡(luò)建模的本質(zhì)是什么？）2、BP神經(jīng)網(wǎng)絡(luò)MATLAB實現(xiàn)（怎樣劃分訓(xùn)練集和測試集？為什么需要歸一化？歸一化是必須的嗎？MATLABBP神經(jīng)網(wǎng)絡(luò)的常用函數(shù)有哪些？如何使3、BP神經(jīng)網(wǎng)絡(luò)參數(shù)的優(yōu)化（隱含層神經(jīng)元個數(shù)、學(xué)習(xí)4、值得研究的若干問題（）13:30-4、值得研究的若干問題（）13:30-實操練第十一1、深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)的區(qū)別與聯(lián)系（神經(jīng)網(wǎng)絡(luò)的隱含層數(shù)越多越好嗎？深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)的2、深度學(xué)習(xí)開源工具箱簡介（Python&典型拓?fù)浣Y(jié)構(gòu)是怎樣的？CNN的權(quán)值共享機(jī)制是什么？CNN提取的特征是怎樣的5、對抗生成網(wǎng)絡(luò)的基本原理（什么是對抗生成網(wǎng)絡(luò)？為什么需要對抗生成網(wǎng)絡(luò)？對抗生成網(wǎng)絡(luò)可以幫我們）5、對抗生成網(wǎng)絡(luò)的基本原理（什么是對抗生成網(wǎng)絡(luò)？為什么需要對抗生成網(wǎng)絡(luò)？對抗生成網(wǎng)絡(luò)可以幫我們）6、專題討論：數(shù)據(jù).模型，孰更重要？（模型泛化15:30-實操練第十二1、 機(jī)器學(xué)習(xí)與深度學(xué)習(xí)工具箱功能介2、案例一：手寫體數(shù)字識3、案例二：人臉朝向識4、案3、案例二：人臉朝向識4、案例三 行代碼實現(xiàn)深度學(xué)習(xí)物體識5、案例四：利用卷積神經(jīng)網(wǎng)絡(luò)抽取抽象6、案例五：自定義卷積神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)7、案例六：基于卷積神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識8、案例七：基于卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)遷移17:30-復(fù)習(xí)與答討論與答1、如何查閱文獻(xiàn)資料？（