Lecture 1： Introduction
Lecture 1： Introduction
1. 看图说话
图 1-1： 计算机视觉所需的背景知识
Computer Vision 涉及到的学科比较多，如果想要在 Computer Vision 这块有所成就必须要有深厚的多学科理论基础。仅凭着计算机功底 + 机器学习功底是不行（何况，我什么功底都没有）。
图 1-2： stanford 大学深度学习课程
Stanford CS331a 课程不对外开放，如果想学习 Stanford 课程可以考虑花钱买账号。
CS 224n 课程视频可以在 bilibili 上找到。
图 1-3： 图像认知理论的探索
图 1-3 表明人们一直在尝试建立可以解释 Computer Vision 的模型
图 1-4： Computer Vision 领域所取得的成就
如上图 1-4 所示，在林轩田老师的 《技法》课程中提到过用 adaboost 实现的工业化人脸识别
图 1-5： 图像分类的进步
极力推荐阅读这篇 blog
题外话：
1. 这篇 blog 比较水～
