آموزش بینایی کامپیوتر برای ماشین

آموزش بینایی کامپیوتر برای ماشین

منظور از بینایی کامپیوتر چیست؟ بینایی کامپیوتر، یکی از کاربردی‌ترین شاخه‌های هوش مصنوعی است که دامنه کاربرد آن وسیع و در حال رشد است و کاربردهایی مانند سیستم‌های تشخیص پزشکی، نظارت ویدئویی، استخراج معادن و کنترل کیفیت بصری را در برگرفته است. بینایی کامپیوتر، علم و تکنولوژی ساخت سیستم‌هایی است که می‌توانند ببینند، درک کنند و تشخیص دهند. اهمیت یادگیری بینایی کامپیوتر برای ماشین چیست؟ بینایی کامپیوتر یکی از اصلی‌ترین رشته‌های هوش مصنوعی است که به کامپیوترها اجازه می‌دهد تا تصاویر و ویدئوها را تحلیل کنند و اطلاعات مفیدی از آن‌ها استخراج کنند. این فناوری در بسیاری از صنایع، از جمله صنایع خودروسازی، پزشکی، امنیت، تشخیص چهره و تشخیص اشیاء استفاده می‌شود. این فناوری می‌تواند به ماشین‌ها کمک کند تا بهبود دقت، سرعت و قابلیت استنتاج خود را در تشخیص اشیا، تشخیص چهره، تشخیص اجسام و تصاویر پزشکی افزایش دهند. در این فرادرس چه چیزی یاد می‌گیریم؟ هدف از این فرادرس، آشنایی با الگوریتم‌ها و روش‌های تجزیه و تحلیل تصویر و ویدئو است که ابزاری کارا و تاثیرگذار برای یادگیری مفاهیم، الگوریتم‌ها و پیاده‌سازی سیستم‌های بینایی کامپیوتر خواهد بود. در این فرادرس با مفاهیم بینایی کامپیوتر و کاربردها، مدل‌سازی روشنایی نقاط، طیف نور، فضای رنگی، فیلترهای خطی، روش کانولوشن (Convolution) و تبدیل فوریه (Fourier Transform) در تصویر به صورت مقدماتی آشنا خواهیم شد. در این آموزش کلیاتی از چگونگی استخراج ویژگی‌های مهم و موثر از تصویر، روش گرادیان، گوشه‌یابی، توصیف همسایگی، ویژگی‌های بافت، بینایی استریو و روش‌های قطعه‌بندی که برای تشخیص اشیا استفاده می‌شوند، ارائه و همچنین روش‌های ردگیری در تصاویر متحرک، انواع تکنیک‌های طبقه‌بندی، بازشناسی و بازیابی تصویر، یافتن و ردگیری انسان در تصویر، روش پنجره لغزان و روش‌های تشخیص اشیا نیز بررسی خواهد شد.

تریلر دوره

توضیحات کامل دوره

...

سرفصل‌های دوره

  • چکیده
    0:01:05

  • مقدمه و تعریف بینایی کامپیوتر
    رایگان 0:11:14
  • ساختار و کاربردهای بینایی کامپیوتر در پزشکی و صنایع غذایی
    0:09:40
  • کاربردهای بینایی کامپیوتر در بیومتریک و کنترل تصویری
    0:11:12
  • کاربردهای بینایی کامپیوتر در ورزش، کشاورزی و علوم مختلف
    0:14:45

  • نحوه تشکیل تصویر و کالیبراسیون هندسی دوربین
    رایگان 0:10:34
  • کالیبراسیون
    0:13:36
  • تصویر در دوربین دیجیتال، استنتاج از سایه‌اندازی و ساختار چشم انسان
    0:12:34
  • فیزیک و فضای رنگ
    0:12:13
  • استنتاج از رنگ
    0:06:01

  • فیلترهای خطی و نقطه‌ای
    رایگان 0:12:26
  • فیلترهای محلی و کانولوشن
    0:14:01
  • فیلترها برای لبه‌یابی و فیلتر گوسین (Gaussian Filter)
    0:15:11
  • تبدیل گسسته، فرکانس و سری فوریه (Fourier Series)
    0:11:55
  • تبدیل فوریه (Fourier Transform)
    0:13:45
  • خصوصیات تبدیل فوریه، نمونه‌برداری و هرم تصویر
    رایگان 0:13:43

  • تطبیق و توصیف‌کننده تصویر و ردیابی ویژگی
    0:13:27
  • توصیف‌کننده‌های رنگ، نقاط جذاب تصویر و ردیابی گوشه
    0:12:10
  • ردیابی گوشه و مراحل آن
    0:11:32
  • توصیف‌کننده و مقایسه ویژگی‌ها
    0:12:11
  • توصیف‌کننده بافت، تشخیص اشیا و توصیف‌کننده بافت آماری
    رایگان 0:10:51
  • هیستوگرام (Histogram) و ویژگی‌های ماتریس هم‌زمانی
    0:06:47

  • بینایی استریو و مشکل Correspondence
    0:12:13
  • صفحه و خطوط اپی‌پولار (Epipolar)، اصلاح و بازسازی
    0:10:15

  • قطعه‌بندی و انواع قطعه‌بندی تصویر
    0:12:22
  • قطعه‌بندی مبتنی بر هیستوگرام سطوح خاکستری
    رایگان 0:11:41
  • خوشه‌بندی سطح خاکستری و روش Relaxation Labelling
    0:13:38
  • قطعه‌بندی منطقه‌محور و قطعه‌بندی با روش رشد ناحیه‌ای
    0:03:35

  • ردگیری و تحلیل تصاویر متحرک
    0:11:03
  • حرکت، Optical Flow و تجزیه‌ و تحلیل میدان حرکت دوبعدی
    0:11:41
  • روش‌های Optical Flow، تخمین آن و مشکل دیافراگم
    رایگان 0:11:00
  • Optical Flow و برآورد آن، برآورد میدان حرکت و فیلتر کالمن (Kalman Filter)
    0:12:44
  • ردگیری با فیلتر کالمن و روش فیلتر ذره‌ای (Particle Filter)
    0:11:55

  • طبقه‌بندی تصویر و رویکردهای طبقه‌بندی
    0:11:15
  • طبقه‌بندی نظارت‌شده و طبقه‌بندی بدون نظارت
    0:14:01

  • ردیابی حرکت و رفتار انسان و فرایندهای مارکوف (Markov Chain)
    رایگان 0:12:20
  • مدل‌های پنهان مارکوف و مارکوف گسسته
    0:12:56
  • مدل‌های فضای حالت خطی و غیر خطی
    0:06:51
  • تحلیل رفتار و تشخیص رفتار مبتنی بر الگو
    0:13:21

  • تابع تخریب و انواع نویز تصویر
    0:14:31
  • فیلترهای حذف نویز و فیلترهای تطبیقی
    0:11:30
  • کاهش نویز پریودیک
    0:08:14
  • شناسایی حرف در تصویر و مراحل آن
    0:10:06
  • بازیابی تصویر
    0:06:46
  • استخراج توضیح برای تصویر
    0:09:55

  • شناسایی اشیا، چالش‌های آن و نمایش شی‌محور
    0:11:25
  • مراحل تطبیق، تولید و تایید فرضیه
    0:08:07
  • هش‌کردن هندسی
    0:07:32
  • تشخیص اشیا و شناسایی بلادرنگ اشیا
    0:08:46
  • ادامه مسیر تا ورود به بازار کار

  • خلاصه و مرور آموزش
  • واژه‌نامه (Glossary)
  • سوالات متداول (FAQ)
  • مشاغل مرتبط
  • نمونه سئوالات مصاحبه شغلی

ارسال نظر شما

نظرات کاربران

نظرات کاربران

هنوز نظری ثبت نشده است.

2,190,000 تومان
438,000 تومان
80% تخفیف

این دوره شامل:
13 فصل آموزشی
9 ساعت ساعت آموزش
دسترسی مادام‌العمر
سطح: مبتدی
گواهی پایان دوره: ندارد
تاریخ انتشار: 1403/12/09
آخرین به‌روزرسانی: 2026-10-29 15:08:14
تعداد امتیازها: 0
تعداد دانشجو: 0
خرید اقساطی: ندارد
ضمانت بازگشت وجه: ندارد
برچسب‌ها: