Update COSC0029.md

courses/grade-3/COSC0029.md

@@ -29,6 +29,35 @@ Springer IJCV： http://link.springer.com/journal/11263
 
 ```
 
+[@YottabyteM, 2023Spring](https://nkucs.icu/#/experiences/minor_trans/):
+
+这个课无论课堂还是作业都蛮硬核的。内容主要包括一些经典的图像处理算法，同时也会引入一些老师之前的工作。老师水平很高，每个知识点都信手拈来，课堂密度在中后期还是挺大的。老师的 PPT 和讲解都很到位，认真听的话不会有太大问题，实在不懂的可以多看看论文或者直接问老师。每节课都有签到，随堂测试计入总成绩，一般报的人相对较少，旷课迟到很容易就会被发现。作业主要是实现一些经典算法，OpenCV只能用来干一些基础操作，今年作业源码都不需要提交，也不用写报告，直接和老师1v1，抄袭、运行bug、原理错误、展示效果不佳等问题都会影响分数，建议至少提前三天开始写。
+
+之前学长说的已经很完整了，我根据个人情况再给出一些补充，适合像我一样的CVnoob:
+
+* 需要复/预习的知识(按照难度排序)
+ 1. 卷积
+ 2. 基本的DP和图论算法
+ 3. 矩阵运算
+ 4. 数字信号处理中频域时域转换和对应关系
+ 5. 传统机器学习和深度学习(入门级别就行)
+ 6. 射影几何(入门级别就行)
+* 作业难度和可扩展点(每次作业占总评10分，大作业占40分，实现基础部分给75，实现了但是有问题可能会给60，基础之上加拓展可能会到90+?除了SIFT其余的基础实现都很简单，我根据基础+拓展也按照1-3给出难度分)
+ 0. OpenCV环境配置(5): 不多解释。
+ 1. Hybrid Image(1): 基础实现不难，可做的拓展不是很多，手写卷积等一些基础工作可能不会给太高的分数，可以试试把卷积过程用二维FFT写出来，也可以试试并行优化。(核心代码量大概300)
+ 2. Canny Edge Detector(2): 基础实现有点难，容易出现各种各样不好的效果，可以考虑输出一下中间结果，比如连边的时候可以把每条边用一种颜色标出来看看连续性(老师教的)。拓展的话可以把之前的手写FFT迁移过来，然后写写floodfill什么的(写起来简单，不容易出错)，还可以考虑一下自适应阈值(里面还可以加点二维前缀和之类的小优化)。(核心代码量大概500-600)
+ 3. Feature Match(1): 基础实现很简单，直接ratio test即可。拓展的也不是很困难，可以实现一下课上提到的GMS。(核心代码量大概300)
+ 4. SIFT(3): 基础实现就非常难，需要结合作业3检验特征点质量。拓展反倒不困难，可以试试ASIFT，也可以试着换一下descriptor，当然还可以并行优化。(核心代码量大概800-1000+)
+ 5. Depth Estimation(3): 我和队友都是视差匹配，基础的可以基于ssd或者ncc。拓展的话可以试试sgm、sgbm、adcensus、graphcut等算法(选一个就行)。每一个都不是很容易，建议尽早做，gc算法我只给自己留了一晚上，网络流建图建错了，寄得彻底。(核心代码量大概500-800+)
+ 6. Final(3): 首先建议找靠谱的队友，不求带飞，但是要有输出。其次建议基于传统算法做，既能体现工作量同时也容易有创新。基于深度学习的太简单容易给低分(比如backbone)，太复杂了时间不够卡不够训不完结果还不一定能保证，解释性也很差。老师的代码功底和理论功底都非常强大，基本一眼就能看出工作量和难度，大伙要认真对待。我们队是直接调研拓展了视差匹配，两个人各拓展一类传统算法，另一个人整了深度学习算法，最后给分还不错。
+* 新手(我)使用OpenCV常常遇见的问题
+ 1. 数据类型: 尽量使用浮点类型(CV_64F*或者CV_32F*)，直接用整型最后效果可能会非常差，浮点整型混着用容易出一些未知错误，建议写几个宏统一精度。
+ 2. 坐标系选取: 注意一下col/row和x/y，容易混。
+ 3. 内存管理: 莫名其妙有些Mat被析构了，我认为这个主要是编译器优化的bug，建议写的时候省去没有用的中间变量传递。
+ 4. 图片显示: 有时候imshow了发现是全黑的，一方面可以用老师推荐的Image Watch(确实好用，强烈推荐)看一下像素值，另一方面可以给Mat乘一个较大的数值(比如100)增加亮度，之后还有问题再找程序的bug。
+
+大伙如果有充足的时间，并且对CV方向感兴趣的话，一定不要错过这门课！
+
 [@ashun989, 2022Spring](https://github.com/ashun989):
 
 一门很硬核的课，早有耳闻这课的难度较高，我抱着感兴趣+挑战自己的心态选了课，收获也是比较多的：