Rastreamento de Objetos com Python e OpenCV

Aprenda a teoria e implemente 12 algoritmos diferentes para rastreamento de objetos em vídeos e pela webcam, utilizando o Python e o OpenCV (4h45min)
Última atualização: 3 de setembro de 2020
Seu Estado
Não Inscrito
Preço
Assinantes

O que você aprenderá

  • Rastreie objetos de vídeos e pela webcam utilizando o Python e o OpenCV
  • Entenda a teoria básica dos principais algoritmos de rastreamento de objetos
  • Implemente 12 algoritmos de rastreamento de objetos
  • Entenda as diferenças entre detecção de objetos e rastreamento de objetos

Requisitos

  • Lógica de programação, principalmente estruturas condicionais e de repetição (if e for)
  • Conhecimentos básicos sobre Python são desejáveis
  • Conhecimentos básicos sobre o OpenCV são desejáveis (não obrigatório)

Descrição

Dentro da área da Visão Computacional existe a sub-área de rastreamento de objetos, que visa localizar um objeto em quadros sucessivos de um vídeo. Um exemplo de aplicação é um sistema de vigilância e segurança por vídeos, no qual ações suspeitas podem ser detectadas. Outros exemplos é o monitoramento de tráfego em rodovias e também a análise do movimento de jogadores em uma partida de futebol! Neste último exemplo, é possível traçar a rota completa que o jogador seguiu durante a partida

E para levar você até essa área, neste curso você aprenderá os principais algoritmos de rastreamento de objetos utilizando a linguagem Python e a biblioteca OpenCV! Você aprenderá o básico da teoria de 12 (doze) dos principais algoritmos e fará as implementações passo a passo! Ao final do curso você saberá como aplicar rastreamento em vídeos e pela webcam e poderá desenvolver os seus próprios projetos.

Os seguintes algoritmos serão abordados: Boosting, MIL (Multiple Instance Learning), KCF (Kernel Correlation Filters), CSRT (Discriminative Correlation Filter with Channel and Spatial Reliability), MedianFlow, TLD (Tracking Learning Detection), MOSSE (Minimum Output Sum of Squared Error), Goturn (Generic Object Tracking Using Regression Networks), Meanshift, CAMShift (Continuously Adaptive Meanshift), Optical Flow Sparse e Optical Flow Dense.

O objetivo principal deste curso é que você tenha uma visão prática de como utilizar o OpenCV nesses projetos, portanto, nós mostraremos somente uma intuição básica sobre o funcionamento dos algoritmos. Este curso é para todos os níveis, ou seja, se este for o seu primeiro contato com a área de Visão Computacional você conseguirá acompanhar o curso. Da mesma forma, se você já tem experiência na área também aproveitará o conhecimento adquirido com o desenvolvimento dos projetos práticos.

Para quem é este curso:

  • Pessoas interessadas em Inteligência Artificial
  • Pessoas interessadas na área de visão computacional utilizando o Python e o OpenCV
  • Pessoas interessadas em rastreamento de objetos
  • Alunos de graduação que cursam disciplinas de Computação Gráfica, Processamento Digital de Imagens ou Inteligência Artificial