人脸识别实习项目-人工智能项目-美世教育

课程详情

美世留学背景提升活动服务流程

筛选
了解申请者自身情况及目标院校申请要求，帮助学生自我定位，筛选适合的活动。
定制
根据学生目前成绩、院校申请目标制定个性化背景提升方案。
执行
辅助学生参与活动，根据活动进度和学生实际情况及时调整方案。
收获
活动收获颇丰，特别是名校、教授、名企专家的推荐信，为申请锦上添花。

所谓背景提升一般指软性背景提升，这种说法是相对硬性成绩（GPA、TOEFL、GRE、GMAT）而言，背景提升是学生综合能力的体现，除去硬性成绩外，许多美国大学招收学生的还要了解这个学生是否具有独特的创造性；是否有旺盛的好奇心和动力去探求新的领域；是否有广泛的兴趣等问题，这些将影响着录取官最后的决定，我们可以通过背景提升活动来挖掘并体现学生的特质，并获得招生官的认可获得梦校的录取。

人工智能-人脸识别
如何让计算机去理解我们眼中的世界，即计算机图像识别，一直是人工智能、深度学习最重要和最前沿的方向。而人脸识别，又是图像识别中最热门、最有研究和应用价值的技术。本实验将详解人脸识别方面的经典算法和最新研究成果，这些算法和成果中包括了模式识别、机器学习中的空间变换、聚类分析、分类器设计、优化问题求解等多种基础技术。
本课程将一方面以科研人员的角度去剖析算法的理论基础、创新规律和发展脉络，以实例为基础带领大家学会如何开展研究工作;另一方面以开发人员的角度去讲解算法的具体实现和优化方式，通过渐进式实验操作引导大家完成真实能用的人脸识别系统。

项目内容

时间	内容
2周远程辅导	项目背景了解，文献阅读，编程训练
每天9:00-16:30	Day1: 图像基本技术 l 图像基本变换 l 直方图技术 Project 1：对图像进行颜色/梯度直方图表示
	Day2: 图像表示技术 l 局部特征技术-原理与算法 l 空间变换技术-原理与算法 Project 2：实现LBP特征算法和PCA降维算法
	Day3: 模式识别技术 l 分类技术-原理与算法 l 聚类技术-原理与算法 Project 3：实现线性分类器和kmeans聚类算法
	Day4: 相似度度量技术 l 距离度量-原理与算法 l 查询技术-原理与算法大实验：人脸识别系统设计与实现
	Day5: 如何做研究？---进一步优化你的人脸识别系统 l 数学原理：目标函数设计与优化问题求解 l 编程实现：自动学习出最优解 l 前沿成果：深度学习技术原理与进展大实验：人脸识别系统设计与实现
2周远程辅导	完成实验剩余部分 1．加入人脸检测技术,让你的人脸识别系统应用更广泛。 2. 加入最新研究成果（可选），例如orb特征、svm分类器、ANN查询、深度学习等，使你的人脸识别系统达到领先水准。