數(shù)據(jù)“爆炸”的大數(shù)據(jù)時代奸鬓，當(dāng)下環(huán)境中存在著大量的圖片和視頻內(nèi)容焙畔，這些內(nèi)容亟需理解并在其中找出模式和總結(jié)規(guī)律。而研究如何用機(jī)器“看”的科學(xué)——計(jì)算機(jī)視覺（Computervision）就是一種簡便的全蝶、能夠智能化地完成這一任務(wù)的最佳科學(xué)∧炙猓現(xiàn)在大圣眾包威客平臺以7步為你備戰(zhàn)計(jì)算機(jī)視覺學(xué)習(xí)寺枉。
Step1——學(xué)術(shù)基礎(chǔ)
萬事開頭難抑淫，從零開始更難，尤其是對于計(jì)算機(jī)視覺這種與其他科學(xué)交叉較多的領(lǐng)域來說姥闪。具備一點(diǎn)如概率學(xué)始苇、統(tǒng)計(jì)學(xué)、線性代數(shù)筐喳、微積分（微分與積分）等相關(guān)課程的學(xué)術(shù)背景催式，對學(xué)習(xí)計(jì)算機(jī)視覺大有裨益。要是想在日后更容易理解計(jì)算機(jī)視覺的一些概念避归，提早對矩陣計(jì)算和數(shù)字信號處理進(jìn)行學(xué)習(xí)荣月，會學(xué)得更加輕松。所以說梳毙，打好基礎(chǔ)非常重要哺窄。
【Tips—工具/視頻/書籍推薦】：要時刻記住，計(jì)算機(jī)視覺幾乎全部與計(jì)算機(jī)編程有關(guān)账锹，所以萌业，在工具使用方面，建議掌握MATLAB或Python中的一種奸柬。自修視頻生年，可以選擇在Coursera上選修《概率繪圖模型》一課，盡管這門課程相對較難廓奕，但它的深入度也讓人感到十分痛快抱婉。
Step2——數(shù)字圖像處理
數(shù)字圖像處理與計(jì)算機(jī)視覺的理念在某些方面有著重疊的概念，所以桌粉，掌握數(shù)字圖像處理對學(xué)習(xí)計(jì)算機(jī)視覺十分重要授段。
【Tips—工具/視頻/書籍推薦】：Gonzalez與Woods編寫的《數(shù)字圖像處理》（《DigitalImageProcessing》）一書，是業(yè)內(nèi)眾人皆贊的推薦書籍番甩，你可以運(yùn)用MATLAB來運(yùn)行其中所提到的范例侵贵，多動手學(xué)以致用。另外缘薛，想要聲色俱備地學(xué)習(xí)窍育，建議在Coursera或YouTube上搜索相關(guān)的課程視頻自學(xué)卡睦，如《圖像和視頻處理：從火星到好萊塢》（《ImageandVideoProcessing:FromMarstoHollywoodwithaStopattheHospital》）。此課程所提供的教學(xué)大綱漱抓，每章都是獨(dú)立的表锻，并且包含大量的練習(xí)，理論與實(shí)踐結(jié)合讓你進(jìn)步更快乞娄。
Step3——數(shù)學(xué)模型的應(yīng)用
學(xué)習(xí)完有關(guān)數(shù)字圖像處理的有關(guān)內(nèi)容瞬逊，下一步，應(yīng)該了解相關(guān)的數(shù)學(xué)模型在各種圖像和視頻內(nèi)容中的應(yīng)用方法了仪或。此時确镊，你離計(jì)算機(jī)視覺越來越近了。
【Tips—工具/視頻/書籍推薦】：在網(wǎng)上搜索佛羅里達(dá)大學(xué)的MubarakShah教授在計(jì)算機(jī)視覺方面的課程也是一個很好的選擇范删，它幾乎涵蓋所有的基礎(chǔ)概念蕾域，是一門很好的入門課程。另外到旦，值得借鑒的還有Gatech的JamesHays教授的計(jì)算機(jī)視覺項(xiàng)目課程旨巷，因?yàn)檎n程中涉及的概念和算法，都是基于MATLAB的添忘，隨手練習(xí)你才會對這些算法和公式有更深入的了解采呐，這樣可以增強(qiáng)你的實(shí)戰(zhàn)功力。
Step4——計(jì)算機(jī)視覺進(jìn)階
在認(rèn)真學(xué)習(xí)前三步的內(nèi)容后搁骑，高級計(jì)算機(jī)視覺相關(guān)學(xué)習(xí)漸漸為你敞開大門了斧吐。到了這一步，開始越來越有趣了靶病，但同時会通，你也會感受到用簡單模型構(gòu)筑機(jī)器視覺系統(tǒng)是有多么的復(fù)雜。但是理解透徹后的成就感會淹沒一切煩躁的心情娄周，并且涕侈，恭喜你離接觸學(xué)術(shù)論文又邁進(jìn)一大步了。
【Tips—工具/視頻/書籍推薦】：繼續(xù)以視頻為學(xué)習(xí)資源煤辨，《人工視覺中的離散推理》（《DiscreteInferenceinArtificialVision》）課程——來自巴黎中央理工學(xué)院的NikosParagios和PawanKumar裳涛，它能為你帶來大量的概率圖形模型相關(guān)和計(jì)算機(jī)視覺相關(guān)的數(shù)學(xué)知識，視頻內(nèi)容有趣豐富众辨，讓你欲罷不能端三。
Step5——引入Python和開源框架
還記得“計(jì)算機(jī)視覺幾乎全部與計(jì)算機(jī)編程有關(guān)”嗎？這一步我們要引入Python編程語言和開源框架了鹃彻。對Python而言郊闯，現(xiàn)在就是將如PIL、vlfeat、OpenCV這樣的相關(guān)擴(kuò)展包運(yùn)用到項(xiàng)目中的最佳時機(jī)了团赁。
【Tips—工具/視頻/書籍推薦】：如果需要參考資料的話育拨，建議熟讀《使用Python對計(jì)算機(jī)視覺進(jìn)行編程》（《ProgrammingComputerVisionwithPython》）一書。當(dāng)然欢摄，不要忘了結(jié)合MATLAB和Python去實(shí)現(xiàn)你的算法熬丧，多勞才能多得。
Step6——機(jī)器學(xué)習(xí)與CovNets（卷積神經(jīng)網(wǎng)絡(luò)）
上文提到怀挠，計(jì)算機(jī)視覺是一門與多學(xué)科交叉的領(lǐng)域析蝴，在以上5步的基礎(chǔ)下，現(xiàn)在要開始主攻機(jī)器學(xué)習(xí)和CovNets了绿淋。
【Tips—工具/視頻/書籍推薦】：機(jī)器學(xué)習(xí)是一門相對獨(dú)立的學(xué)科闷畸，你可以在網(wǎng)上查找到大量相關(guān)的教程以自學(xué)。另外躬它，《使用Python建立機(jī)器學(xué)習(xí)系統(tǒng)》（《BuildingMachineLearningSystemswithPython》）腾啥，以及《Python機(jī)器學(xué)習(xí)》（《PythonMachineLearning》）這兩本書东涡，也應(yīng)該深度研究一下冯吓，因?yàn)閺默F(xiàn)在開始，你最好訓(xùn)練自己一直使用Python進(jìn)行編程了疮跑。在深度學(xué)習(xí)大行其道的今天组贺，你還可以試著學(xué)習(xí)CovNets在計(jì)算機(jī)視覺中的應(yīng)用，視頻方面推薦斯坦福的CS231n課程：《針對視覺識別的卷積神經(jīng)網(wǎng)絡(luò)》祖娘。
Step7——更上一層樓
盡管可能你會覺得要學(xué)的知識實(shí)在太多了失尖，但是，相信計(jì)算機(jī)視覺的趣味性仍然吸引著你向前邁進(jìn)渐苏。
【Tips—工具/視頻/書籍推薦】：想要進(jìn)一步進(jìn)行探索研究掀潮，理解當(dāng)下計(jì)算機(jī)視覺研究方向的最新概念，可以看看由多倫多大學(xué)的SanjaFidler和JamesHays所舉行的一系列研討會課程琼富。另外仪吧，研究BMVC、CVPR鞠眉、ECCV薯鼠、ICCV這些頂級的學(xué)術(shù)會議的相關(guān)學(xué)術(shù)論文，通過會上的研討會械蹋、主旨演講以及tutorial等日程出皇，將會對你大有裨益。
想要學(xué)習(xí)計(jì)算機(jī)視覺這一并不獨(dú)立的學(xué)科哗戈，難免要對相關(guān)的人工智能郊艘、數(shù)字圖像處理贮折、機(jī)器學(xué)習(xí)担敌、深度學(xué)習(xí)、模式識別、概率圖模型跺株、科學(xué)計(jì)算以及一系列的數(shù)學(xué)計(jì)算等進(jìn)行深入的研究。在知識就是力量的共享經(jīng)濟(jì)社會缚够，希望你能夠克服重重困難娶聘，早日學(xué)有所成。
（更多大數(shù)據(jù)與商業(yè)智能領(lǐng)域干貨斥滤、兼職機(jī)會及行業(yè)資源分享等請關(guān)注大圣眾包平臺将鸵，或添加大圣花花個人微信號（dashenghuaer)，拉你入bigdata&BI交流群330648564佑颇。)
