۱۷۰,۰۰۰ تومان

آموزش بینایی کامپیوتر

آموزش بینایی کامپیوتر

هزینه آموزش
۱۷۰,۰۰۰ تومان

تعداد دانشجو
۳۰ نفر
مدت زمان
۹ ساعت
محتوای این آموزش
تضمین کیفیت

در این آموزش 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.

آموزش بینایی کامپیوتر

تعداد دانشجو
۳۰ نفر
مدت زمان
۹ ساعت
هزینه آموزش
۱۷۰,۰۰۰ تومان
محتوای این آموزش

دکتر حامد پزشکی

دکتری تخصصی مهندسی کامپیوتر – هوش مصنوعی

از زمینه‌های پژوهشی و آموزشی ایشان می‌توان به مواردی مانند پردازش تصویر، پردازش تصاویر پزشکی و قطعه‌بندی تصویر اشاره کرد.

توضیحات تکمیلی

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.

هدف از این فرادرس، ارائه و یادگیری مباحث، 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 آشنا خواهیم شد.

در این آموزش 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.

فهرست سرفصل‌ها و رئوس مطالب مطرح شده در اين مجموعه آموزشی، در ادامه آمده است:
  • فصل یکم: مقدمه‌ای بر بینایی کامپیوتر
    • درس یکم: مقدمه و تعریف بینایی کامپیوتر
    • درس دوم: ساختار و کاربردهای بینایی کامپیوتر در پزشکی و صنایع غذایی
    • درس سوم: کاربردهای بینایی کامپیوتر در بیومتریک و کنترل تصویری
    • درس چهارم: کاربردهای بینایی کامپیوتر در ورزش، کشاورزی و علوم مختلف
  • فصل دوم: تصویربرداری دیجیتالی
    • درس پنجم: نحوه تشکیل تصویر و کالیبراسیون هندسی دوربین
    • درس ششم: کالیبراسیون
    • درس هفتم: تصویر در دوربین دیجیتال، استنتاج از سایه‌اندازی و ساختار چشم انسان
    • درس هشتم: فیزیک و فضای رنگ
    • درس نهم: استنتاج از رنگ
  • فصل سوم: فیلترهای خطی
    • درس دهم: فیلترهای خطی و نقطه‌ای
    • درس یازدهم: فیلترهای محلی و کانولوشن
    • درس دوازدهم: فیلترها برای لبه‌یابی و فیلتر گوسین (Gaussian Filter)
    • درس سیزدهم: تبدیل گسسته، فرکانس و سری فوریه (Fourier Series)
    • درس چهاردهم: تبدیل فوریه (Fourier Transform)
    • درس پانزدهم: خصوصیات تبدیل فوریه، نمونه‌برداری و هرم تصویر
  • فصل چهارم: استخراج ویژگی‌های محلی و بافت در تصویر
    • درس شانزدهم: تطبیق و توصیف‌کننده تصویر و ردیابی ویژگی
    • درس هفدهم: توصیف‌کننده‌های رنگ، نقاط جذاب تصویر و ردیابی گوشه
    • درس هجدهم: ردیابی گوشه و مراحل آن
    • درس نوزدهم: توصیف‌کننده و مقایسه ویژگی‌ها
    • درس بیستم: توصیف‌کننده بافت، تشخیص اشیا و توصیف‌کننده بافت آماری
    • درس بیست‌و‌یکم: هیستوگرام (Histogram) و ویژگی‌های ماتریس هم‌زمانی
  • فصل پنجم: بینایی استریو
    • درس بیست‌و‌دوم: بینایی استریو و مشکل Correspondence
    • درس بیست‌و‌سوم: صفحه و خطوط اپی‌پولار (Epipolar)، اصلاح و بازسازی
  • فصل ششم: قطعه‌بندی
    • درس بیست‌و‌چهارم: قطعه‌بندی و انواع قطعه‌بندی تصویر
    • درس بیست‌و‌پنجم: قطعه‌بندی مبتنی بر هیستوگرام سطوح خاکستری
    • درس بیست‌و‌ششم: خوشه‌بندی سطح خاکستری و روش Relaxation Labelling
    • درس بیست‌و‌هفتم: قطعه‌بندی منطقه‌محور و قطعه‌بندی با روش رشد ناحیه‌ای
  • فصل هفتم: ردگیری
    • درس بیست‌و‌هشتم: ردگیری و تحلیل تصاویر متحرک
    • درس بیست‌و‌نهم: حرکت، Optical Flow و تجزیه‌ و تحلیل میدان حرکت دوبعدی
    • درس سی‌ام: روش‌های Optical Flow، تخمین آن و مشکل دیافراگم
    • درس سی‌ویکم: Optical Flow و برآورد آن، برآورد میدان حرکت و فیلتر کالمن (Kalman Filter)
    • درس سی‌ودوم: ردگیری با فیلتر کالمن و روش فیلتر ذره‌ای (Particle Filter)
  • فصل هشتم: دسته‌بندی تصویر
    • درس سی‌وسوم: طبقه‌بندی تصویر و رویکردهای طبقه‌بندی
    • درس سی‌وچهارم: طبقه‌بندی نظارت‌شده و طبقه‌بندی بدون نظارت
  • فصل نهم: ردیابی حرکت و رفتار انسان
    • درس سی‌وپنجم: ردیابی حرکت و رفتار انسان و فرایندهای مارکوف (Markov Chain)
    • درس سی‌وششم: مدل‌های پنهان مارکوف و مارکوف گسسته
    • درس سی‌وهفتم: مدل‌های فضای حالت خطی و غیر خطی
    • درس سی‌وهشتم: تحلیل رفتار و تشخیص رفتار مبتنی بر الگو
  • فصل دهم: بازسازی و بازیابی تصویر
    • درس سی‌ونهم: تابع تخریب و انواع نویز تصویر
    • درس چهلم: فیلترهای حذف نویز و فیلترهای تطبیقی
    • درس چهل‌و‌یکم: کاهش نویز پریودیک
    • درس چهل‌و‌دوم: شناسایی حرف در تصویر و مراحل آن
    • درس چهل‌و‌سوم: بازیابی تصویر
    • درس چهل‌و‌چهارم: استخراج توضیح برای تصویر
  • فصل یازدهم: شناسایی اشیا
    • درس چهل‌و‌پنجم: شناسایی اشیا، چالش‌های آن و نمایش شی‌محور
    • درس چهل‌و‌ششم: مراحل تطبیق، تولید و تایید فرضیه
    • درس چهل‌وهفتم: هش‌کردن هندسی
    • درس چهل‌و‌هشتم: تشخیص اشیا و شناسایی بلادرنگ اشیا
مفید برای
  • مهندسی کامپیوتر – هوش مصنوعی
  • مهندسی برق – الکترونیک
  • مهندسی مکاترونیک

آنچه در این آموزش خواهید دید:

آموزش ویدئویی مورد تائید فرادرس
فایل PDF یادداشت‌ های ارائه مدرس


پیش نمایش‌ها

۱. مقدمه و تعریف بینایی کامپیوتر
۲. نحوه تشکیل تصویر و کالیبراسیون هندسی دوربین
۳. فیلترهای خطی و نقطه‌ای
۴. خصوصیات تبدیل فوریه، نمونه‌برداری و هرم تصویر
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۵. توصیف‌کننده بافت، تشخیص اشیا و توصیف‌کننده بافت آماری
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۶. قطعه‌بندی مبتنی بر هیستوگرام سطوح خاکستری
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۷. روش‌های Optical Flow، تخمین آن و مشکل دیافراگم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۸. ردیابی حرکت و رفتار انسان و فرایندهای مارکوف (Markov Chain)
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
این آموزش شامل ۴۹ جلسه ویدئویی با مجموع ۹ ساعت است.
با تهیه این آموزش، می‌توانید به همه بخش‌ها و جلسات آن، دسترسی داشته باشید.

راهنمای سفارش آموزش‌ها

آیا می دانید که تهیه یک آموزش از فرادرس و شروع یادگیری چقدر ساده است؟

(راهنمایی بیشتر +)

در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟
  • با شماره تلفن واحد مخاطبین ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
  • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه


اطلاعات تکمیلی

نام آموزش آموزش بینایی کامپیوتر
ناشر فرادرس
کد آموزش FVML9909
مدت زمان ۹ ساعت
زبان فارسی
نوع آموزش آموزش ویدئویی (نمایش آنلاین + دانلود)
حجم دانلود ۱۰۰۶ مگابایت (کیفیت ویدئو HD با فشرده سازی انحصاری فرادرس)


تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این آموزش توسط فرادرس تضمین شده است. در صورت عدم رضایت از آموزش، به انتخاب شما:
  • ۱۰۰ درصد مبلغ پرداختی در حساب کاربری شما شارژ می‌شود.
  • و یا ۷۰ درصد مبلغ پرداختی به حساب بانکی شما بازگشت داده می‌شود.
آموزش‌های مرتبط با آموزش بینایی کامپیوتر


نظرات

تا کنون ۳۰ نفر از این آموزش استفاده کرده اند و هنوز نظری ثبت نشده است.
برچسب‌ها:
Epipolar | Fourier Series | Fourier Transform | Gaussian Filter | Histogram | Markov Chain | Particle Filter Method | Relaxation Labelling Method | آموزش بینایی ماشین | استخراج بافت در تصویر | استخراج ویژگی ‌های تصویر | استخراج ویژگی ‌های محلی تصویر | انواع نویز تصویر | اهمیت بینایی ماشین | بازسازی تصویر با بینایی ماشین | بازشناسی تصاویر | بازیابی تصویر | بازیابی تصویر با بینایی ماشین | بررسی بینایی ماشین | بینایی استریو | بینایی کامپیوتر در بیومتریک | بینایی کامپیوتر در صنایع غذایی | بینایی کامپیوتر در کشاورزی | بینایی کامپیوتر در کنترل تصویری | بینایی کامپیوتر در ورزش | پیاده‌ سازی سیستم‌ های بینایی کامپیوتر | تابع تخریب تصویر | تبدیل فوریه | تبدیل فوریه در تصویر | تبدیل گسسته در بینایی کامپیوتر | تحلیل تصاویر متحرک | تحلیل رفتار مبتنی بر الگو | تشخیص اشیا با بینایی ماشین | تشخیص رفتار مبتنی بر الگو | تصویربرداری دیجیتالی با بینایی کامپیوتر | تعریف بینایی کامپیوتر | توصیف همسایگی در بینایی ماشین | خصوصیات تبدیل فوریه | خطوط اپی ‌پولار | دسته ‌بندی تصویر با بینایی ماشین | ردگیری انسان در تصویر | ردگیری با بینایی ماشین | ردگیری با فیلتر کالمن | ردگیری تصاویر متحرک | ردگیری در تصاویر متحرک | ردیابی حرکت با بینایی ماشین | ردیابی گوشه تصویر با بینایی ماشین | روش فیلتر ذره ‌ای | روش کانولوشن در تصویر | روش گرادیان | روش ‌های قطعه‌ بندی برای تشخیص اشیا | ساختار بینایی کامپیوتر در پزشکی | سایه ‌اندازی با بینایی کامپیوتر | سری فوریه در بینایی کامپیوتر | شناسایی اشیا با بینایی ماشین | شناسایی بلادرنگ اشیا با بینایی ماشین | شناسایی حرف در تصویر | صفحه اپی‌ پولار | طبقه ‌بندی تصاویر | فرایندهای مارکوف | فرکانس در بینایی کامپیوتر | فیلتر گوسین | فیلترها برای لبه‌ یابی | فیلترهای تطبیقی در بینایی ماشین | فیلترهای حذف نویز در بینایی ماشین | فیلترهای خطی با بینایی کامپیوتر | فیلترهای محلی با بینایی کامپیوتر | فیلترهای نقطه‌ ای با بینایی کامپیوتر | قطعه ‌بندی تصویر با بینایی ماشین | کاربرد بینایی کامپیوتر در فیزیک | کاربرد بینایی ماشین | کاربردهای بینایی کامپیوتر | کاربردهای بینایی کامپیوتر در پزشکی | کالیبراسیون هندسی دوربین | کانولوشن با بینایی کامپیوتر | کاهش نویز پریودیک | گوشه ‌یابی | مدل ‌سازی روشنایی نقاط با بینایی ماشین | مدل های پنهان مارکوف | مدل های پنهان مارکوف گسسته | مشکل Correspondence | مفاهیم بینایی کامپیوتر | مقدمه‌ ای بر بینایی کامپیوتر | نحوه تشکیل تصویر هندسی دوربین | هش‌ کردن هندسی با بینایی ماشین | هیستوگرام در بینایی ماشین | ویژگی‌ های بافت استریو | ویژگی ‌های ماتریس هم‌ زمانی | یافتن انسان در تصویر
مشاهده بیشتر مشاهده کمتر
×
فهرست جلسات ۴۹ جلسه ویدئویی
×