返回課程列表
[COMP4421]一脸懵逼拿了个好龟
課程時間：2020年FALL季
授課教授：CHUNG, Albert Chi Shing
我覺得教授：没上过课不知道怎么评价
評分標準：assignment 40% + final 60%
這門課的Grade：不知道。我作业都是满分，final 93/100。A+。
这门课的topic：
Image representation. MATLAB programming
Spatial domain image enhancement
Frequency domain image enhancement
Image restoration and filtering. Non-linear filtering
Morphological image processing
Image segmentation
Image registration
Image compression
Face detection and recognition
我都是 2-2.5 倍速看录像的，偶尔好奇老师正常语速是什么样的，调回1倍速发现好催眠啊。
tutorial会复习上课的概念，但是光看tutorial是肯定不能理解这些内容的。
这门课神奇的地方在于：lecture的内容和assignment联系并不紧密。考虑到grading scheme，我整个学期都是assignment oriented，没好好学lecture。一直到考前几天才刷lecture video。
考试内容都是上课讲的。老师上课会讲很多例子，这些例子会出现在考试里面的。所以lecture video看懂了去考试应该就没问题。我甚至觉得这门课要是一直保持这样的形式，还不如都等到final前再看video，免得忘了。
online exam在canvas上面考，做完一题就得提交一题，不能后退。非常难受。
[COMP4421]Image Processing
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。
[COMP4421]imageProcessing
课程时间：2013年Fall季
授课教授：Albert C.S. CHUNG
这门课的Grade：较好
对于图形图像的处理，之前没有什么基础，选课的时候完全是带着发热的脑袋想满足一下自己所谓的对摄影技术的卓越追求。毕竟，在小学五年级之前，那个每天带着红领巾目光炯炯的注视着乱成一锅粥却不失美感的操场的我，一直坚信自己可以成为美国国家地杂志的封面特约摄影师，开着结实的吉普车在非洲的大草原上奔驰而过，用相机与某种猫科动物一决雌雄。
好了，言归正传，Mr Chung 是一个和蔼可亲的教授，言语之间带着点黑色的小幽默，给人一种很舒服的感觉。也许是发型的缘故和他温文儒雅的讲话方式，他常常让我想起那个走遍了祖国大江南北，暸望过北欧层峦叠嶂的雪山，在尼罗河旁久久驻足的余秋雨老先生。当然，Mr Chung没有深沉的对人类文化流逝的叹息，因为他把全部激情献给了伟大的计算机事业，于是有了comp4421十大topics 如下：
00 Introduction
01 Image Enhancement in the Spatial Domain
02 Image Enhancement in the Frequency Domain(esp fourier transform)
03 Image Restoration and Filtering
04 Morphological Image Processing
05 Image Segmentation
06 Image Registration
07 Image Compression
08 Face Recognition
09 Fingerprint Recognition
Mr Chung讲课的时候会由浅入深，先介绍一些基础的知识，然后去讲解相关的应用。对于一些他认为很重要的知识点，他会给一些计算不是很复杂但是很有代表性的小例子。比如在讲face recognition的时候，他用了四个3＊1的column vector作为图像，把如何计算eigenface以及为什么值大的eigenvalue的对应的eigenvector优先处理讲的很明白。在Tutorial的时候，TA也通过一个实际的例子把data mining中曾经让我感觉很迷惑的AdaBoost算法解释的清晰生动。如果说有一些课给我们的是一个模糊的框，那么Mr Chung给了一个让我走进这个框去探索它的垫脚石，不是很高，但足以给我一个向前的动力。虽然他有时候会不厌其烦的用merge sort给一个很小的filter中的数值排序，也因此导致一些听课的foreign student直接举手大声问：“Could you speed up here please?” 但是我觉得他有意无意的传达给我们一个信息，那就是如果真的想深入一门学问，那你就要时时刻刻用它的思考方式想问题；如果遇到不明白的算法，那就编一个例子，亲自动手去算一算，敲一敲，也许会有意外的收获。
三个project都是matlab实现的，跟课上的重要内容遥相呼应。比如用那个看似很复杂的EM algorithm(就是那个根据正态分布一次一次的更新mean, variance,density参数直到万能的converge到足以满足设计者心理承受能力的那个东东)给一个很可爱的毛茸茸的懒懒的趴在一个树桩上面的大熊猫做segmentation。事实是，总是有很好的实现方法等待着你去思索，比如当我看到我handsome的同窗智慧的用各种基本常见矩阵解决了各种运算的时候，我也赶快羞愧的把那逐个像素处理的，丑陋的一圈一圈的loop从我的code中删掉了并进行了力所能及的改进。
相对于lecture的内容，考试要轻松的多。因为其中的很多内容比如说傅立叶变换的大积分，再比如求解Internal Energy各种恶心的偏微分方程连带着矩阵计算（数学系的孩子们也许觉着是a piece of cake), 还有watershed打死也看不懂的算法，教授是知道我们算不出来的。。。 所以，如果你对这门课程的内容有一个比较感性的认识，而且能用智能计算器做一些简单的算术运算，略懂一些线性代数（比如eigenvalue,eigenvector）和微分积分的知识，我感觉你对grade大可不必担忧。班级的整体的情况我不是很了解，这里提供一下我自己的情况仅供参考，期中：90，期末：93，三个project基本是满分，最后有A。
一学期下来，我感觉还是蛮有收获的。甚至在期末最忙的时候，我还会去翻一下Mr Chung上课提过的几篇论文，上网搜索一下相关的matlab的工具包。我想，本科课程只是给了我们一个基本的方向，深入的了解需要的是学习者自己孜孜不倦的努力探索以及熟能生巧的重复。如果一个教授的言传身教可以激发你的兴趣让你主动去研究去挖掘，那么他作为一个师者应该是成功的。
新的一年就要来临了，这一年中又会有怎样的故事，怎样的坚强与希望？有人曾经跟我说过，人生是坚韧不拔的细水长流，那就让夜夜夜夜的憧憬与希冀，化作日日日日的花朵绽放的清香。毕竟，有什么可以比做自己喜欢的事情更彰显出我们的快乐，也就是生命的价值呢？
PS:请原谅我意识流一样的叙事方式，本人小文艺青年一枚，希望这里有你需要的信息：）提前祝全体科大师生新年快乐！
