CPV301 - Thị giác máy tính (Computer Vision) là môn 3 tín chỉ bậc cử nhân của Đại học FPT, đặt sau hai môn tiên quyết PFP191 và CSD203. Môn đi tìm lời giải cho một việc mà con người làm không cần nghĩ nhưng máy thì phải học từng bước: nhìn vào một tấm ảnh và nói được trong đó có gì. Ranh giới cần nắm ngay từ đầu là thị giác máy tính khác xử lý ảnh ở đích đến, một bên nhằm diễn giải và ra quyết định, một bên nhằm biến đổi dữ liệu pixel; hai ngành dùng chung nhiều công cụ nên rất dễ lẫn. Nội dung dựng dần theo đúng đường đi của thông tin. Trước hết là cách ánh sáng thành pixel: các phép biến đổi hình học, mô hình chiếu sáng, và bản thân chiếc máy ảnh số với khẩu độ, cảm biến, dải động. Tiếp đến là thao tác trên ảnh: phép toán điểm, giãn tương phản, phép ngưỡng, lọc tuyến tính và phi tuyến, biến đổi Fourier cùng quan hệ giữa tích chập và phép nhân trên miền tần số. Rồi tới việc rút ra chỗ đáng chú ý: phát hiện góc Harris, bộ mô tả SIFT, các toán tử biên Sobel, Prewitt, Canny và Laplacian of Gaussian, biến đổi Hough tìm đường thẳng. Phần phân đoạn chia ảnh thành vùng bằng đường bao chủ động, tách gộp vùng, dịch trung bình, phân cụm K-means, mô hình hỗn hợp Gauss và thuật toán phân thuỷ. Ba mảng cuối ghép các mảnh lại thành ứng dụng chạy được: căn chỉnh ảnh theo đặc trưng với RANSAC để trụ được trước dữ liệu nhiễu, ghép ảnh toàn cảnh, phát hiện vật thể bằng lược đồ hướng gradient và cửa sổ trượt đa tỉ lệ, rồi nhận dạng khuôn mặt bằng phân tích thành phần chính cùng bám vết đối tượng qua các khung hình. Phần thực hành dùng thư viện OpenCV. Học xong, người học đọc được một bài toán ảnh và biết nên dùng công cụ nào, cài được một quy trình xử lý từ ảnh thô tới kết luận, giải thích được vì sao một bộ lọc hay một toán tử biên hỏng trong trường hợp cụ thể, và đủ nền để bước tiếp sang các mô hình học sâu.
