第一部分：人工智能历史 （1课时）
第二部分：基础概念和人的视觉认知机理 （1课时）
1、 基础
2、学习类型
3、新的学习任务
4、视觉基本特性 (如进化论的迷团)
5、V5的 联络机制
6、格式塔心理学
第三部分：深度学习研究进展 （1.5课时）
1、 卷积神经网络 (卷积是什么？提取了哪些特征)
2、 后期网络的形成
3、 时序神经网络及LSTM的发展
4、 对抗神经网络的发展
5、 深度学习发展的主要特点：端对端、深层
6、 训练技巧及思考
第四部分：实际案例（1.5课时）
1、图像检索
2、美学图像评估
3、图像超分辨率
4、人群计数
5、步态识别
6、微表情识别
7、医院推荐
8、天气预报
第五部分：存在问题和展望 （1课时）
