Image Processing
課程：COMP4421 [原課號：COMP344]
作者：schenan [13级 CSE]
創建於：2016-07-03 21:15:18
課程：COMP4421 [原課號：COMP344]
作者：schenan [13级 CSE]
創建於：2016-07-03 21:15:18
課程時間：2016年spring季
授課教授：Albert C.S. CHUNG
這門課的Grade：Grade神
说到Image Processing,不得不提另外两门CS课COMP4411 Computer Graphic以及COMP5421 Computer Vision。这三门课有着你中有我，我中有你的关系。对于上过4411和5421的同学，上这门课可以回想起被CK支配的恐惧轻松愉快的刷个龟。对于想走Graphic/Multimedia Area的同学，4411/4421/5421这三门非常相关的课，我建议先上4411，然后第二个学期5421和4421一起上。
这门课的topic有：
00 Introduction
01 Image Enhancement in the Spatial Domain
02 Image Enhancement in the Frequency Domain
03 Image Restoration and Filtering
04 Morphological Image Processing
05 Image Segmentation
06 Image Registration
07 Image Compression
08 Face Recognition
09 Iris Recognition
10 Fingerprint Recognition （这个不在考试范围里）
对于上过4411和5421的同学，这门课的不少内容都是在project中反复使用，非常熟悉的东西，能学到的新东西并不多。另外这门课的内容比较偏数学，公式较多背起来比较吃力，但是不背的话万一考了就GG了。另外有些细节千万要记住，例如Dilation需要对B做reflection而Erosion不用。FFT相关的部分以及nonlinear restoration filtering这部分有一定的难度。这门课的内容倒是还算有趣，note里不少的例子可以让人感受到所学算法的价值所在。
这门课的assignment有3个，每个都分为written和programming两部分。code量比较小，每个programming assignment如果使用正确的函数和矩阵操作10行左右就搞定了，workload并不大。
这门课的考试更像数学的考试，背好公式和各种细节的话并不难。Pastpaper就别想了，有时Albert会在课上用pastpaper的题做example。考试比较喜欢让你写出某个算法的过程，比如一步一步的做Watershed Segmentation Algorithm，AdaBoost，Eigenface之类的。有些题会考比较细节的东西，比如考filter时考个Contraharmonic mean filter的Q在不同情况时对什么noise有效之类的，另外考试会考matlab的基本语法，不熟悉matlab的同学考前一定要复习一下。考试里并没有见到需要自己做微积分运算的，不要被lecture note里复杂的公式吓到了。拿这门课刷龟其实也行，毕竟考试比较偏计算而不是coding，给龟大概是总评95以上给A+的样子。
Comments
[1 L]yliubq [13级 CPEG]
@ 2016-07-05 02:42:03
我再补充一下中游同学的感受吧。
lecture：上课感觉非常冻，教室里面冷气开得很大，Albert的笑话又那么冷。
tutorial：没法听，TA似乎讲给自己听的。
prof：比起科大那些连自己干什么都不知道，以其昏昏使人昭昭的教授来说，Albert算是业精于勤的了。可惜他还是向科大的现实屈服了，把COMP4421上成了一门既没有写code也没有理论体系的introduction。谈谈这个，聊聊那个，蜻蜓点水。都四字头了还上的跟CCC一样。
workload平常几乎没有，考试好好背notes就行了。
[2 L]zwangbm [14级 COSC]
@ 2016-07-05 21:45:25
这门课有一个exclusion是ELEC4130. 而ELEC4130 prerequisite是ELEC3100， 3100prerequisite是ELEC2100 和 2600. 虽为exclusion但侧重肯定是不同的。比如2D DFT 就没有详细考察，而这在ELEC中应该是比较重要的内容。 4421 prerequisite只有 COMP2011/2012 和 线性代数或微分方程，不要求概率和算法，由此可见内容并不会太深入。
Write a comment
請登錄後再評論
請登錄後再評論
