视觉大数据处理技术-杨金锋课程教学大纲.docVIP

PAGE9

《视觉大数据处理技术》教学大纲

课程英文名称

BigVisionDataAnalysisandProcessing

开课院系

电子信息与自动化学院

课程类别

学科选修课

授课对象

学术型

授课方式

讲授类

课程总学时

36

课程总学分

2

开课学期

第2学期

适用专业

航空运输大数据工程

预修课程

概率论、图像处理、模式识别

主讲教师1

杨金锋

职称

教授

主讲教师2

贾桂敏

职称

讲师

课程简介（500字以内）：

本课程是航空运输大数据工程专业的选修课。课程主要内容包括：海量视觉信息处理概论、海量视觉信息处理模型、海量视觉信息管理、海量视觉信息分析方法等相关基础知识、面向大数据的大规模视觉信息有哪些信誉好的足球投注网站、异常行为分析与关联、海量视觉信息摘要系统、海量视觉信息管控平台等典型的海量视频分析与有哪些信誉好的足球投注网站实例、海量视觉信息分析与有哪些信誉好的足球投注网站领域的技术前沿。

课程教学目标与基本要求：

教学目标：通过本课程学习，学生可了解视觉大数据的基础科学问题和前沿学术方向，熟悉民航行业对智能视觉大数据问题的具体需求，并掌握视觉大数据分析与处理的基本科学方法和成熟的技术手段。

基本要求：掌握基本视觉数据预处理方法，掌握视觉内容的特征分析方法，掌握环境事件的视觉信息关联与属性判断方法，掌握视觉大数据分析的实现工具。

课程考核方式和成绩计算评定：

1．考核方式：考试（）；考查（√）

2．成绩评定：

总评成绩构成：平时考核（30）％；中期考核（0）％；期末考核（70）％

平时成绩构成：考勤考纪（30）％；作业（40）％；读书报告（30）％；实践环节（0）％。

课程内容及详细教学计划

授课内容（细化到章、节、目）

教学目标

授课模式

第一章绪论（2学时）

1.1海量视觉信息处理概论

1.2海量视觉信息的模型基础

了解大数据下视觉信息处理的基本问题和发展概况及其应用领域

传统讲授

第二章海量视觉信息处理的基础架构（6学时）

2.1视觉信息的形成与构成

2.2视觉信息的存储与检索

2.3视觉信息的管理模式

掌握视觉信息的基本类型、获取模式和存储模式

传统讲授

第三章海量视觉信息的分析（10学时）

3.1海量视觉信息的清洗技术

3.2海量视觉信息的特征分析方法

3.3海量视觉信息的相关性构建模型

3.4海量视觉信息的机器学习方法与聚类分析

3.5海量视觉信息的事件推荐机制

掌握复杂海量视觉信息的基本问题、特征分析方法、相关度量模式、大规模机器学习与事件产生机制

传统讲授

第四章海量视觉信息的检索（10学时）

4.1异常视觉信息分析与提取

4.2异常事件的视觉信息关联与提取技术

4.3海量视觉信息的摘要生成和管理技术

4.4海量视觉信息的综合精炼技术

掌握大数据下视觉信息的非常正常表现模式、视觉摘要形式、多源信息的精炼模式

传统讲授

第五章视觉大数据应用（8学时）

5.1基本应用平台

5.2成熟应用案例

5.3未来科研动向

掌握大数据下视觉信息的基本应用问题、软硬件系统和成熟案例

了解大数据下视觉信息处理的前沿问题

传统讲授

教材及教学参考资料

教材

序号

教材名称

编著者

出版单位

出版时间

1

视觉大数据基础与应用

谢建斌

清华大学出版社

2015.1.1

2

参考资料

序号

参考资料名称

编著者

出版单位

出版时间

1

模式识别与机器学习

ChristopherM.Bishop

Springer

2006年

2

计算思维和数据科学导论

W.EricL.Grimson

麻省理工学院（MIT）出版社

2015.3

3

注：1.课程类别参考培养方案，学位课明细到公共必修课、学科基础课和学科必修课；

2.主讲教师1和授课教师2两栏必填。