本课程旨在介绍自动化计算机视觉算法，侧重于构建图像和对象的数学模型，并利用这些模型进行推理。学生将学习如何使用这些模型在场景中自动查找、细分、跟踪对象，执行对象识别并从图像中构建三维模型。
理解并应用机器视觉系统中图像和对象的一系列概率模型。
了解对象识别、细分、超分辨率、场景分析、跟踪和三维模型构建背后的原理。
成功完成该课程后，学生将能够：
运用图像和对象的概率模型于机器视觉系统中。
理解对象识别、细分、超分辨率、场景分析、跟踪和三维模型构建的原理。
本课程涵盖以下主题：
二维视觉几何形状
三维图像几何形状
一个以上的相机
一个像素的视觉
连接像素
质地
密集的对象识别
稀疏对象识别/回归
形状分析
追踪
为了有资格选择本课程作为可选或选修课，学生必须满足以下条件：
1. 在一个正式可用的课程和学习年度中注册。
2. 拥有英国等效的荣誉学位（或更高），专业可以是计算机科学、数学、物理科学或工程领域。
3. 对数字成像和数字图像处理有一定了解。
如需了解有关UCL-机器视觉课程辅导以及其他英国课程辅导的详细信息，请随时咨询DR.D留学生辅导机构。
