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)