Seu Estado
Não Inscrito
Preço
Assinantes

O que você aprenderá

  • Entenda a intuição básica sobre o classificador Cascade e HOG (Histogram of Oriented Gradients) para detecção de faces
  • Implemente detecção de faces com as bibliotecas OpenCV e Dlib
  • Detecte carros, relógios de parede, olhos e o corpo inteiro de pessoas com o OpenCV
  • Detecte faces de imagens e pela webcam
  • Entenda a teoria básica sobre o algoritmo LBPH para reconhecimento facial
  • Implemente reconhecimento facial utilizando as bibliotecas OpenCV e Dlib
  • Reconheça faces de imagens e pela webcam
  • Entenda a teoria básica sobre os algoritmos KCF e CSRT para rastreamento de objetos
  • Rastreie objetos de vídeos com a biblioteca OpenCV
  • Aprende a teoria básica sobre redes neurais artificiais e redes neurais convolucionais
  • Implemente redes neurais artificiais densas para classificar imagens
  • Extraia pixels de imagens para enviar para redes neurais artificiais
  • Implemente transferência de aprendizagem e fine tuning obter ótimos resultados em classificação de imagens
  • Compacte imagens utilizando autoencoders
  • Detecte objetos em imagens e vídeos utilizando a moderna técnica YOLO
  • Reconheça ações e gestos com o OpenCV
  • Crie imagens alucinógenas utilizando a técnica de Deep Dream
  • Aprenda como reviver quadros de artistas famosos com a técnica de transferência de estilo
  • Crie imagens que não existem no mundo real com GANs (Generative Adversarial Networks)
  • Extraia textos de imagens utilizando OCR (Optical Character Recognition)
  • Implemente segmentação de imagens para extrair informações úteis de objetos

Pré-requisitos

  • Lógica de programação
  • Programação básica em Python

Descrição

A Visão Computacional é uma sub-área da Inteligência Artificial responsável pela criação de sistemas capazes de processar, analisar e identificar dados visuais de um modo similar ao humano. Existem muitas aplicações comerciais em várias áreas, como por exemplo: segurança, marketing, tomada de decisão e produção. Smartphones usam visão computacional para desbloquearem celulares utilizando reconhecimento facial, carros autônomos conseguem detectar pedestres e manter uma distância segura de outros veículos e câmeras de segurança identificam se existem pessoas no ambiente para disparar um alarme. Esses são somente alguns exemplos de aplicações comerciais desta área. Os profissionais de visão computacional podem ter salários similares aos das outras áreas de Machine Learning, indo de R$ 5.000 mensais numa posição inicial a R$ 15.000 numa posição sênior.

Para levar você até essa área, neste curso você terá uma visão teórica e principalmente prática sobre as principais e mais modernas técnicas de Visão Computacional! Este curso é considerado um guia completo pelo fato de apresentar desde conceitos mais básicos até técnicas mais modernas e avançadas, de modo que ao final você terá todas as ferramentas necessárias para construir soluções de Visão Computacional que podem ser aplicadas em problemas reais! Veja abaixo alguns dos projetos/tópicos que serão implementados passo a passo:

  • Detecte faces em imagens e vídeos usando as bibliotecas OpenCV e Dlib
  • Aprenda como reconhecer faces utilizando o algoritmo LBPH do OpenCV e também cálculos de distância com a biblioteca Dlib
  • Rastreie objetos em vídeos usando os algoritmos KCF e CSRT
  • Aprenda a teoria sobre redes neurais artificiais e implemente redes neurais para classificar imagens
  • Implemente redes neurais convolucionais para classificar imagens
  • Utilize transferência de aprendizagem e fine tuning para obter resultados expressivos na classificação de imagens
  • Detecte emoções de imagens e vídeos
  • Compacte imagens utilizando autoencoders e a biblioteca TensorFlow
  • Detecte objetos utilizando YOLO, umas das tecnologias mais robustas atualmente
  • Converta imagens em textos utilizando OCR (Optical Character Recognition)
  • Reconheça gestos e ações utilizando o OpenCV
  • Crie imagens alucinógenas utilizando a técnica de Deep dream
  • Combine estilos de imagens utilizando a técnica de transferência de estilo
  • Crie imagens que não existem no mundo real utilizando GANs (Generative Adversarial Networks)
  • Extraia informação útil de imagens utilizando segmentação de imagens

Cada tipo de problema requer técnicas diferentes para sua solução, portanto, conhecendo todas as áreas da Visão Computacional você saberá que técnicas utilizar nos mais variados tipos de cenários! Durante o curso, vamos utilizar a linguagem de programação Python, o Google Colab e também a IDE PyCharm. Este é o curso ideal caso seja seu primeiro contato com Visão Computacional, pois você aprenderá a teoria básica e a prática de todos os tópicos! Caso você seja de nível mais avançado, você pode utilizar esse curso como uma referência sobre a área.

Para quem é este curso

  • Iniciantes na área de Visão Computacional
  • Alunos de graduação e pós-graduação que estão cursando disciplinas sobre Visão Computacional, Inteligência Artificial, Processamento Digital de Imagens ou Computação Gráfica
  • Pessoas que querem implementar seus próprios projetos utilizando técnicas de Visão Computacional
  • Cientistas de Dados que queiram aumentar o seu portfólio de projetos
  • Profissionais que queiram aprender como usar visão computacional para solucionar problemas reais

Conteúdo do Curso

Expandir
Conteúdo da Lição
0% Completo 0/1 Passos