伦敦大学学院（UCL）的计算机图形学、视觉与成像硕士（MSc Computer Graphics, Vision and Imaging，简称 CGVI）开设在计算机科学系。该专业是一个高度交叉且技术性极强的计算机科学分支项目，核心在于研究如何让计算机理解图像（计算机视觉）以及如何让计算机生成图像（计算机图形学）。
以下是关于该专业的课程设置、技术方向、考核形式以及申请背景要求的客观介绍。
核心技术方向与专业维度
CGVI 项目的独特之处在于它将三个密切相关但又各自独立的研究领域融合在了一个学位中：
-
计算机图形学（Computer Graphics）： 侧重于三维几何建模、渲染（Rendering）、动画生成以及虚拟现实（VR）/增强现实（AR）技术。
-
计算机视觉（Computer Vision）： 侧重于图像理解、物体识别、三维重建以及运动追踪，即从视觉数据中提取结构和语义信息。
-
成像技术（Imaging）： 侧重于图像处理的底层数学基础，包括图像滤波、色彩空间、医疗图像处理以及光流法等。
课程结构与核心模块
该全日制项目为期一年，要求学生完成总计 180 学分的学习。整个架构由必修模块、选修模块以及独立毕业设计（MSc Project）组成。
1. 核心必修模块
这些模块为所有学生奠定了视觉计算的核心理论与算法基础：
-
虚拟环境（Virtual Environments）： 探讨实时三维图形系统的构建、传感器交互以及虚拟现实系统的底层原理。
-
计算机视觉（Computer Vision）： 学习从单张或多张图像中恢复三维结构、特征匹配、物体检测以及基础的深度学习视觉模型。
-
图像处理（Image Processing）： 涵盖数字图像的数学变换、频域分析、图像增强、去噪以及分割技术。
2. 选修模块（部分示例）
学生可以根据自己的兴趣偏好，在图形、视觉或机器学习方向进行侧重：
-
数值优化方法（Numerical Optimization）： 解决计算机视觉与图形学中大量存在的参数拟合与能量最小化问题。
-
逆向问题与三维微观结构（Inverse Problems and 3D Microstructure）
-
计算摄影与捕捉（Computational Photography and Capture）： 研究现代相机如何结合算法突破物理光学限制来记录现实世界。
-
机器学习在视觉与图像中的应用（Machine Learning for Visual Computing）
3. 毕业设计（MSc Project - 60学分）
在夏季学期（6月至9月），学生需要独立完成一个深入的研究或开发项目。选题通常直接源自计算机科学系相关研究组（如视觉与图形组 VECG）的前沿研究课题，或者是与行业合作的实际工程项目。学生需撰写正式的学术论文并进行成果演示。
授课与考核模式
-
教学形式： 课程主要通过常规的课堂讲座（Lectures）和上机实验课（Laboratory Classes）展开。实验课是该专业的重头戏，学生需要通过大量的代码（通常基于 C++、Python 以及 OpenGL/CUDA 等图形API）来实现底层算法。
-
考核机制： 不同的模块考核方式有所不同。大部分模块采用期末闭卷笔试（通常占总成绩的 50% - 60%）与课程作业（Coursework，占 40% - 50%）相结合的形式。作业通常要求学生独立或分组编写一套视觉或图形系统，并提交技术报告。
申请背景要求
该项目对申请者的数理与编程背景要求高的。
毕业去向与职业路径
由于图形和视觉技术在现代工业中的需求非常广泛，该专业的毕业生主要流向以下几个技术领域：
-
影视娱乐与游戏工业： 在游戏开发公司、特效工作室担任图形程序员（Graphics Programmer）、渲染工程师或技术美术（Tech Artist）。
-
自动驾驶与机器人： 在智能汽车或机器人公司担任计算机视觉算法工程师（感知、定位与建图 SLAM）。
-
AR/VR 与智能硬件： 参与空间计算设备、混合现实应用的底层算法研发。
-
学术研究： 每年有一部分毕业生选择留在本校或其他研究机构继续攻读博士学位（PhD），从事计算机视觉或计算机图形学的纯学术探索。
更多详情
还有疑问？立即咨询专业顾问
黎思彤
- 5-7年
- 从业年限
- 50人
- 帮助人数
- 15分钟内
- 平均响应
在线咨询
顾问在线解答疑问
电话咨询
电话高效沟通留学问题
微信扫一扫
