آموزش کاربردهای هوش مصنوعی: بینایی ماشین و تشخیص گفتار - آخرین آپدیت

سرفصل ها و درس ها

بینایی ماشین با OpenCV Computer Vision with OpenCV

• معرفی دوره Course Introduction

• پیشرفت‌های صنعتی در تشخیص صوت و گفتار Industrial Breakthrough in Audio and Speech Recognition

• تکنولوژی تشخیص گفتار Speech Recognition Technology

• کاربردهای بینایی ماشین Computer Vision Application

• کاربردهای بینایی ماشین: پزشکی و بیماری‌های گیاهی Computer Vision Applications: Medical and Plant Disease

• هرم مسئولیت‌پذیری هوش مصنوعی AI Responsibility Pyramid

• تکامل بینایی ماشین و تحلیل گفتار Evolution of Computer Vision and Speech Analysis

• تکامل تحلیل گفتار Evolution of Speech Analysis

• کتابخانه OpenCV چیست؟ What is OpenCV?

• نصب OpenCV در ویندوز Installing OpenCV on Windows

• نصب OpenCV در ویندوز: مدیریت کتابخانه‌ها در Jupyter Installing OpenCV on Windows: Handling Libraries in Jupyter

• نصب کتابخانه‌های مکمل: NumPy, Matplotlib, SciPy و Pillow Installing Integrated Libraries - NumPy, Matplotlib, SciPy, and Pillow

• نصب کتابخانه‌های مکمل: Dlib, Scikit و Pytorch Installing Integrated Libraries - Dlib, Scikit, and Pytorch

• عملیات در OpenCV Operations on OpenCV

• دمو: بارگذاری تصویر و کدگذاری تصویر به RGB Demonstration: Loading the Image and Encoding Image to RGB

• دمو: تغییر اندازه، چرخش و معکوس کردن تصویر Demonstration: Resizing, Rotating and Flipping the Image

• دمو: تاری گاوسی (Gaussian Blur) Demonstration: Gaussian Blur

• دمو: تشخیص لبه‌ها و تبدیل Demonstration: Edge Detection and Conversion

• دمو: آستانه‌گذاری تصویر (تصویر باینری) Demonstration: Image Thresholding - Binary Image

• دمو: روش‌های مختلف آستانه‌گذاری Demonstration: Different Methods of Thresholding

• دمو: موارد کاربرد عملی Demonstration: Practical Use Cases

• آستانه‌گذاری تطبیقی (Adaptive Thresholding) چیست؟ What is Adaptive Thresholding

• دمو: آستانه تطبیقی جهانی Demonstration of Global Adaptive Threshold

• دمو: پیاده‌سازی روش‌های آستانه‌گذاری تطبیقی Demonstration: Implementing Adaptive Thresholding Methods

• عملیات مورفولوژیکی Morphological Operations

• عملیات مورفولوژیکی در OpenCV Morphological Operations in OpenCV

• دمو: باز کردن (اتساع و فرسایش) Demonstration: Opening (Dilation and Erosion)

• دمو: بستن و گرادین مورفولوژیکی Demonstration: Closing and Morphological Gradient

• تبدیلات Blackhat و Whitehat Blackhat and Whitehat Transformations

• دمو: Whitehat/Tophat Demonstration: Whitehat/Tophat

• دمو: Blackhat Demonstration: Blackhat

• جمع‌بندی بینایی ماشین با OpenCV Summary of Computer Vision with OpenCV

پردازش ویدیو با استفاده از OpenCV Video Processing using OpenCV

• پردازش ویدیو Video Processing

• دمو: پیاده‌سازی پردازش ویدیو فریم به فریم Demonstration: Implementing Frame by Frame Video Processing

• دمو: خروج از عملیات پردازش Demonstration: Exiting the Processing Operation

• دمو: مقداردهی اولیه فریم‌های ویدیو Demonstration: Initializing the Video Frames

• دمو: ذخیره‌سازی فریم‌ها Demonstration: Saving the Frames

• دمو: بارگذاری داده‌ها Demonstration: Loading the Data

• دمو: عملیات خواندن و نوشتن Demonstration: Reading and Writing Operations

• دمو: تطبیق هیستوگرام Demonstration: Histogram Matching

• دمو: تطبیق تصاویر منبع و مرجع Demonstration: Matching Source and Reference Images

• دمو: تابع توزیع تجمعی (CDF) Demonstration: Cumulative Distribution Function

• دمو: تفاوت‌های موجود در تصاویر Demonstration: Differences in Images

• هار کاسکید (Haar Cascade) Haar Cascade

• هار کاسکید: بررسی کلی الگوریتم Haar Cascade: Algorithm Overview

• کاربردها و محدودیت‌های هار کاسکید Haar Cascade Application and Limitation

• دمو: پیاده‌سازی الگوریتم هار کاسکید Demonstration: Implementation of Haar Cascade Algorithm

• دمو: کد تشخیص چهره برای تصاویر استاتیک Demonstration: Face Detection Code for Static Image

• دمو: پیاده‌سازی کادرهای مرزی (Boundary Box) برای تشخیص چهره Demonstration: Implementing Boundary Box for Face Detection

• دمو: اعمال تشخیص چهره روی تصاویر Demonstration: Applying Face Detection on Images

• مقدمه‌ای بر تشخیص چهره (Face Recognition) Introduction to Face Recognition

• دمو: آماده‌سازی کتابخانه‌های پیش‌نیاز و بارگذاری تصویر Demonstration: Setting Up Pre-requisite Libraries and Loading the Image

• دمو: تشخیص و شناسایی چهره Demonstration: Face Recognition and Detection

• دمو: تشخیص نقاط شاخص چهره (Facial Landmark) با بارگذاری فایل و تنظیم کتابخانه Demonstration: Facial Landmark Detection with File Loading and Library Setup

• دمو: تنظیم جزئیات ویدیو از طریق OpenCV Demonstration: Adjusting Video details through OpenCV

• دمو: شناسایی چهره Demonstration: Face Recognition

• دمو: کدگذاری نقاط شاخص چهره Demonstration: Encoding Facial Landmarks

• دمو: پیاده‌سازی نقاط شاخص چهره روی تصاویر Demonstration: Implementing Facial Landmarks on Images

• دمو: پیاده‌سازی نقاط شاخص چهره روی ویدیوها Demonstration: Implementing Facial Landmarks on Videos

• جمع‌بندی پردازش ویدیو با OpenCV Summary of Video Processing with OpenCV

تشخیص گفتار و تحلیل صوت Speech Recognition and Audio Analysis

• مقدمه‌ای بر گفتار: داده‌های صوتی Introduction to Speech: Audio Data

• مقدمه‌ای بر گفتار: تعامل انسان و کامپیوتر و کاربردها Introduction to Speech: Human Computer Interaction and Applications

• پردازش گفتار Processing Speech

• تولید گفتار Speech Production

• دشواری‌های تحلیل گفتار Difficulties in Analyzing Speech

• نحوه عملکرد موج‌های صوتی Working of Sound Waves

• مبدل ADC، نرخ نمونه‌برداری و نرخ بیت ADC and Sample Rate, Bit Rate

• تبدیل ADC (مبدل آنالوگ به دیجیتال) به DAC (مبدل دیجیتال به آنالوگ) Conversion of ADC (Analog to Digital Converter) to DAC (Digital to Analog Converter)

• دمو: تولید صدا Demonstration: Generating Sound

• دمو: طیف‌نگار (Spectrogram) Demonstration: Spectrogram

• دمو: فرکانس‌های سیگنال در طول زمان Demonstration: Signal Frequencies Over Time

• جمع‌بندی تحلیل فایل‌های صوتی Summary of Audio File Analysis

• دمو: تبدیل فایل صوتی به شکل موج (Waveform) Demonstration: Converting a Sound File into Waveform

• گفتار انسانی Human Speech

• شکل موج گفتار Speech Waveform

• پردازش سیگنال‌های دیجیتال (DSP) Digital Signal Processing

• ضریب کپسترال فرکانس مل (MFCC) MFCC (Mel Frequency Cepstral Coefficient)

• فرمول پنجره‌گذاری و کپستروم Windowing Formula and Cepstrum

• دمو: محاسبه طیف‌نگار Demonstration: Computing the Spectrogram

• دمو: دیجیتال‌سازی داده‌های صوتی Demonstration: Digitizing the Audio Data

• دمو: تبدیل بخش‌های تکه‌تکه شده فایل صوتی برای تشخیص گفتار Demonstration: Converting Fragmented Parts of Audio File for Speech Recognition

• تشخیص شروع صدا، پایان صدا، لرزش و نویز Voice Onset, Voice Offset, Tremor, and Noise Detection

• درک مفاهیم شروع (Onset) و پایان (Offset) صدا Understanding the Concepts of Voice Onset and Offset

• تشخیص لرزش صدا Tremor Detection

• دمو: ZCR، تشخیص گام (Pitch) و تشخیص فعالیت صوتی (VAD) Demonstration: ZCR, Pitch Detection, Voice Activity Detection

• دمو: تشخیص لرزش صدا Demonstration: Tremor Detection

• جمع‌بندی تشخیص گفتار و تحلیل صوت Summary of Speech Recognition and Audio Analysis

جمع‌بندی دوره و ارزیابی Course Wrap-Up and Assessment

• جمع‌بندی نهایی کاربردهای هوش مصنوعی: بینایی ماشین و تشخیص گفتار Summary for AI Applications: Computer Vision and Speech Recognition