课程名称：

中文：AI核心-计算机视觉与机器学习

英文：Machine Learning for Computer Vision 

外方教授介绍：

Jens Rittscher

牛津大学工程学系终身教授

1)        同时任职于生物医药工程研究所和纳菲尔德医学系 首个研究所和医学系联合任命教授

2)        目标发现（Target Discovery）研究所生物医药成像研究组领头人

3)        前通用电气全球研究中心资深高级研究员/项目经理，主攻运用计算机视觉、概率建模和统计学解决自动视频注释、视觉监视和生物医学成像方面难题

4)        美国伦斯勒理工学院客座教授

5)        论文引用累积4424次，h指数30，i10指数55

6)        居里夫人学者协会成员

中方教授介绍：

徐枫

北京石油化工学院人工智能研究院 教授

清华大学电子工程系博士，美国宾夕法尼亚大学博士后，美国加州大学洛杉矶校区研究员，三星美国研究中心高级研究员。主要研究领域为：数字图像处理，计算机视觉，和模式识别等。在国内外高校，研究机构和500强企业有多年的工作经历，完成过多项国际前沿水平的项目。在国际期刊和学术会议上发表了10多篇学术论文，全部被SCI/EI收录。申请并获得授权的美国专利6项。 

课程背景：

计算机视觉已经发展成为人工智能的核心学科，训练机器诠释视觉世界。利用来自相机和视频的数字图像，计算机可以识别和分类对象，分析运动，并自主总结视频内容。这项技术在视频监控、媒体内容分析、制造、和生物医学研究等领域起着重要的作用。

课程内容：

本课程将介绍如何使用数字图像和视频，内容包括学科中的核心概念，如特征提取，分割，检测对象，和视觉运动分析。我们还将学习神经网络和深度学习如何彻底改变了计算机视觉领域，课程还包含编程实例，因此本课程能让学生很好的了解并深入研究机器学习在实际应用环境中的应用。

课程大纲：

 图像形成  Image formation

基本图像处理  Basic image processing

图像分割  Edge detection

降维与聚类  Image segmentation

物质探测  Classification

视觉动态分析  Analysis of visual motion

开课信息：

本课程为前沿交叉学科专业型课程，将由我校人工智能研究院负责开设和执行，具体实施方案如下：

（1）全校本科和研究生公选课

将本课程列入全校本科和研究生公选课。

 （2）人工智能专业本科生培养方案修订

将本课程纳入我校人工智能专业本科生培养方案：

（3）人工智能研究院研究生培养方案修订

将本课程纳入我校人工智能研究院研究生（控制科学与工程专业、电子信息专业）研究生培养方案：

 （4）学分认定方式

本课程纳入我校人工智能专业本科生培养方案，以及控制科学与工程专业和电子信息专业研究生培养方案中，面向我校本科高年级学生及研究生开设。课程按照32课时2学分执行，学生通过该课程考核即可获得2学分，人工智能专业本科生、控制科学与工程专业和电子信息专业研究生认定该学分为专业教育学分，其它专业学生认定该学分为通识选修学分。

（5）授课方式

学生在智慧教室通过“虚拟教室”教学系统进行学习。每门课程32学时，其中外方教授授课16学时，中方助教授课16学时。每门课程指定专门助教辅助外方教授教学、由助教参与课后辅导及知识点梳理工作，保证学生学习效果。各课程助教由人工智能研究院教师担任，担任助教的教师均为博士学历且有海外学习或科研经历。