آموزش مبانی بینایی ماشین - آخرین آپدیت

دانلود Computer Vision Basics

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در پایان این دوره، فراگیران با مفهوم بینایی ماشین و هدف آن یعنی توانمندسازی کامپیوترها برای دیدن و تفسیر جهان مشابه انسان‌ها آشنا خواهند شد. این امر از طریق یادگیری مفاهیم کلیدی این حوزه و آشنایی با قابلیت‌های بینایی انسانی صورت می‌گیرد. دانشجویان قادر خواهند بود حوزه‌های کاربردی کلیدی بینایی ماشین را شناسایی کرده و فرآیند تصویربرداری دیجیتال را درک کنند. این دوره مباحث حیاتی فعال‌کننده بینایی ماشین شامل پردازش سیگنال‌های دیجیتال، علوم اعصاب و هوش مصنوعی را پوشش می‌دهد. سرفصل‌ها شامل رنگ، نور و تشکیل تصویر؛ بینایی در سطوح پایین، متوسط و بالا؛ و ریاضیات ضروری برای بینایی ماشین است. فراگیران قادر خواهند بود تکنیک‌های ریاضی را برای تکمیل وظایف بینایی ماشین به کار گیرند. این دوره برای هر کسی که کنجکاو یا علاقه‌مند به کاوش در مفاهیم بینایی ماشین است، ایده‌آل است. همچنین برای کسانی که به دنبال مرور مفاهیم ریاضی در بینایی ماشین هستند، مفید خواهد بود. پیش‌نیازهای این دوره شامل مهارت‌های برنامه‌نویسی پایه (درک حلقه‌های for و دستورات if/else)، به‌ویژه در نرم‌افزار MATLAB است. همچنین آشنایی با جبر خطی پایه (عملیات ماتریسی و برداری)، سیستم‌های مختصاتی سه‌بعدی و تبدیلات، حساب دیفرانسیل و انتگرال پایه و احتمال پایه (متغیرهای تصادفی) مورد نیاز است. محتوای دوره شامل سخنرانی‌های آنلاین، ویدئوها، دموها، تمرین‌های عملی، پروژه‌ها، متون خواندنی و بحث‌های گروهی است. فراگیران از طریق آزمایشگاه‌های آنلاین با استفاده از MATLAB و تولباکس‌های پشتیبانی، تجربه نوشتن برنامه‌های بینایی ماشین را کسب می‌کنند. * لایسنس رایگان برای نصب MATLAB در طول دوره توسط MathWorks ارائه می‌شود.

سرفصل ها و درس ها

مرور کلی بینایی ماشین Computer Vision Overview

  • آشنایی با جف بیر Meet Jeff Bier

  • آشنایی با دکتر جانگ‌سونگ یوآن Meet Jungsong Yuan, Ph.D.

  • بینایی ماشین چیست؟ What is Computer Vision?

  • چرا بینایی ماشین؟ Why Computer Vision?

  • حوزه‌های مرتبط با بینایی ماشین Related Fields of Computer Vision

  • زمینه‌های مرتبط Relevant Fields

  • برنامه‌نویسی و بینایی ماشین Computer Programming & Computer Vision

  • آگاهی از بینایی ماشین Computer Vision Awareness

  • خط زمانی و نقاط عطف Timelines & Milestones

  • سیر تکامل بینایی ماشین Computer Vision Progression

  • کاربردهای بینایی ماشین Computer Vision Applications

  • بررسی کاربردهای CV CV Applications

  • تاثیر بینایی ماشین در واقعیت افزوده (AR) CV Impact in the Field of Augmented Reality

رنگ، نور و تشکیل تصویر Color, Light, & Image Formation

  • منابع نوری Light Sources

  • مدل دوربین سوراخ سوزنی Pinhole Camera Model

  • دوربین دیجیتال Digital Camera

  • تئوری رنگ Color Theory

بینایی در سطوح پایین، متوسط و بالا Low-, Mid- & High-Level Vision

  • پارادایم سه سطحی Three-Level Paradigm

  • بینایی سطح پایین، متوسط و بالا Low-, Mid-, High-Level Vision

  • بینایی سطح پایین Low-Level Vision

  • بینایی سطح متوسط Mid-Level Vision

  • بینایی سطح بالا High-Level Vision

ریاضیات برای بینایی ماشین Mathematics for Computer Vision

  • مهارت‌های ریاضی Mathematic Skills

  • مقدمات ریاضی Mathematical Preliminaries

  • جبر خطی Linear Algebra

  • حساب دیفرانسیل و انتگرال Calculus

  • تئوری احتمال Probability Theory

  • الگوریتم‌ها Algorithms

  • به‌کارگیری الگوریتم‌ها Using Algorithms

  • تراز کردن کانال‌های RGB Aligning RGB channels

نمایش نظرات

آموزش مبانی بینایی ماشین
جزییات دوره
10h 23m
30
(آخرین آپدیت)
85,027
4.3 از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده