應用背景介紹
相機标定可以說是計算機視覺方向的基石。我們常見的許多計算機視覺任務，比如圖像畸變校正，三維重建和立體視覺，擷取相機參數，是這些工作繞不開的第一步。如何準确有效的擷取相機參數就變得尤為重要，相機參數的準确性會嚴重影響到後續工作的進展。也正是以，相機标定幾乎是計算機視覺崗位面試的标配。
相機标定是通過輸入帶有标定patter的标定闆來獲得相機參數的一個過程。實際的光學成像是一套非常複雜的過程，從三維世界投影到相機中的二維圖像。相機标定就是用抽象的數學模型來表示這個複雜的成像過程。從每年頂會發表論文的方向來看，3D視覺占得比重越來越大，如何從三維世界中擷取有效資訊，以及建構三維世界變得尤為重要。立體視覺，結構光，ToF是目前業内最常用，也是性能最好的三種方法。3D相機幾乎已經是手機的标配，刷臉支付也已經完全滲透進入我們的生活中。
如何快速從入門到精通
然而相機标定雖然基礎，但是知識點比較淩亂，而且具體的數學推導比較複雜，對于學習者的數學能力要求比較高。目前網上幾乎沒有，系統講解多種相機标定的課程還比較少，尤其是詳細的數學推導。很多同學能夠實作簡單的相機标定demo，但是背後的數學推導以及trick并不清晰。在實際的産業應用中需要對一個算法足夠了解才可以。這也是3D視覺工坊推出這門課程的原因，通過這門課程，系統、完整的了解相機标定。
本課程主要包含兩部分，分别是相機标定和3D視覺，相機标定包含單目，雙目，以及魚眼相機标定，3D視覺包含立體視覺，結構光和ToF，以立體視覺為主，課程将提供所有教學資料和源碼。課程大綱如下所示：
講師介紹
林夕，研究所學生畢業于電子科技大學，曾在小米、平安、華為等多個公司擔任算法工程師，有豐富的計算機視覺算法工作經驗，入選創新工場舉辦的AIChallenger項目。
課程亮點
1.包含單目、雙目、魚眼多種相機标定，足夠詳細；
2.深入淺出，循序漸進，從簡單的小孔成像出發，到複雜的數學推導求解相機參數，理論推導詳細完整。
3.理論和實踐相結合，每一章都包含詳細的project，授課結束後，講師與同學們繼續進行問題答疑與交流。
4.真正的了解業内常見的關于相機标定的問題，實作從簡單的了解到工業落地的跨越。
學後收獲
1.對單目，雙目，魚眼相機标定的理論推導有深入的了解，掌握相機标定的流程與常見問題的解決辦法；
2.熟悉3D視覺擷取深度的常見方法，包括立體視覺，結構光，ToF；
3.從極線限制到立體比對，再到深度計算，掌握立體視覺求解深度的完整流程；
課程要求及面向對象
1.主要面向圖像處理，3D視覺相關的在讀大學生、碩士、博士，以及工作的相關算法從業人員，也歡迎對3D視覺感興趣，想要轉到該領域的童鞋；
2.需要有一定的計算機視覺相關基礎知識、熟悉C++、Python程式設計，熟悉opencv架構；
3.對高等數學，線性代數，矩陣論、機率論有一定的了解；