从点云到NeRF,多伦多大学CSC 2547课程全面讲解3D计算机视觉

简介: 从点云到NeRF,多伦多大学CSC 2547课程全面讲解3D计算机视觉

‍2021 年冬季的 CSC 2547 课程已全部上线,公开可看。


随着神经渲染等方法的成熟,3D 计算机视觉领域也有了诸多进展。对于从事机器人、生物识别等方向的研究人员和从业者来说,掌握几何深度学习知识和 3D 计算机视觉的相关算法是非常必要的。

CSC 2547 是多伦多大学的一门课程,主要介绍了几何深度学习方法和 3D 视觉的最新进展。近期 2021 年冬季的 CSC 2547 课程已全部上线,课程视频和讲义资料均公开可看。

该课程首先讲解了物体和场景级别的 3D 视觉任务表征、学习算法和生成模型,然后介绍了与深度学习相关的几何深度学习和流形学习的概念。


课程链接:https://www.pair.toronto.edu/csc2547-w21/

具体来说,该课程的主要内容包括:

以点云为输入的表征、学习和生成型深度学习;

可微分和神经渲染;

几何深度学习;

非欧几里得深度学习在计算机视觉之外的应用。


此外,该课程还重点讲解了近期热门研究方向——神经辐射场(NeRF)及其应用。

在学习 CSC 2547 这门课程之前,学生需要了解机器学习的基本概念、多变量微积分、线性代数和概率的基本知识,同时还要具备强大的 Python 编程技能。

以下是课程的部分目录:

相关文章
|
传感器 机器学习/深度学习 人工智能
课程概述(计算机视觉快速入门) | 学习笔记
快速学习课程概述(计算机视觉快速入门)
103 0
|
机器学习/深度学习 并行计算 算法
李飞飞计算机视觉课程CS231n总结
李飞飞计算机视觉课程CS231n总结
李飞飞计算机视觉课程CS231n总结
|
机器学习/深度学习 算法 计算机视觉
吴恩达计算机视觉课程12大要点,如何赢得计算机视觉竞赛
本文作者最近在Coursera上完成了吴恩达的深度学习系列课程的第四门课“卷积神经网络”,这门课细致解释了优化计算机视觉任务所需的许多复杂方法。本文介绍了这门课的主要内容。
1968 0
|
3月前
|
机器学习/深度学习 计算机视觉
AIGC核心技术——计算机视觉(CV)预训练大模型
【1月更文挑战第13天】AIGC核心技术——计算机视觉(CV)预训练大模型
516 3
AIGC核心技术——计算机视觉(CV)预训练大模型
|
8月前
|
机器学习/深度学习 PyTorch 算法框架/工具
Azure 机器学习 - 使用 ONNX 对来自 AutoML 的计算机视觉模型进行预测
Azure 机器学习 - 使用 ONNX 对来自 AutoML 的计算机视觉模型进行预测
99 0
|
2月前
|
编解码 机器人 测试技术
2024年6月计算机视觉论文推荐:扩散模型、视觉语言模型、视频生成等
6月还有一周就要结束了,我们今天来总结2024年6月上半月发表的最重要的论文,重点介绍了计算机视觉领域的最新研究和进展。
92 8
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
计算机视觉借助深度学习实现了革命性进步,从图像分类到复杂场景理解,深度学习模型如CNN、RNN重塑了领域边界。
【7月更文挑战第2天】计算机视觉借助深度学习实现了革命性进步,从图像分类到复杂场景理解,深度学习模型如CNN、RNN重塑了领域边界。AlexNet开启新时代,后续模型不断优化,推动对象检测、语义分割、图像生成等领域发展。尽管面临数据隐私、模型解释性等挑战,深度学习已广泛应用于安防、医疗、零售和农业,预示着更智能、高效的未来,同时也强调了技术创新、伦理考量的重要性。
34 1
|
2月前
|
机器学习/深度学习 算法框架/工具 计算机视觉
ViT模型的出现标志着Transformer架构在计算机视觉中的成功应用
ViT模型的出现标志着Transformer架构在计算机视觉中的成功应用
47 2
|
3月前
|
机器学习/深度学习 编解码 人工智能
Vision Mamba:将Mamba应用于计算机视觉任务的新模型
Mamba是LLM的一种新架构,与Transformers等传统模型相比,它能够更有效地处理长序列。就像VIT一样现在已经有人将他应用到了计算机视觉领域,让我们来看看最近的这篇论文“Vision Mamba: Efficient Visual Representation Learning with Bidirectional State Space Models,”
439 7

热门文章

最新文章