Über diesen Kurs

4.427 kürzliche Aufrufe
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Stufe „Anfänger“

Students should know the fundamentals of linear algebra and calculus. The knowledge of any programming language is beneficial, though not required.

Ca. 11 Stunden zum Abschließen
Englisch

Was Sie lernen werden

  • Learn radiometric concepts related to light and how it interacts with scenes.

  • Understand reflectance models and the different physical mechanisms that determine the appearance of a surface.

  • Develop a method for recovering the shape of a surface from its shading.

  • Understand the principle of photometric stereo where a dense surface normal map of the scene is obtained by varying the illumination direction.

Kompetenzen, die Sie erwerben

  • Photometric Stereo
  • Depth from Focus and Defocus
  • Structed Light Methods
  • Reflectance Models
  • Radiometry
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Stufe „Anfänger“

Students should know the fundamentals of linear algebra and calculus. The knowledge of any programming language is beneficial, though not required.

Ca. 11 Stunden zum Abschließen
Englisch

von

Placeholder

Columbia University

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

2 Stunden zum Abschließen

Getting Started: 3D Reconstruction - Single Viewpoint

2 Stunden zum Abschließen
7 Lektüren
Woche
2

Woche 2

2 Stunden zum Abschließen

Radiometry and Reflectance

2 Stunden zum Abschließen
Woche
3

Woche 3

2 Stunden zum Abschließen

Photometric Stereo

2 Stunden zum Abschließen
Woche
4

Woche 4

1 Stunde zum Abschließen

Shape from Shading

1 Stunde zum Abschließen

Über den Spezialisierung First Principles of Computer Vision

First Principles of Computer Vision

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.