O que você aprenderá
- Entender a teoria básica sobre subtração de fundos aplicado em detecção de movimentos
- Melhorar a qualidade dos vídeos utilizando técnicas de pré-processamento, como operações morfológicas e desfoque
- Implementar um detector de distanciamento social para verificar a existência de aglomerações
- Implementar os algoritmos MOG, GMG, KNN e CNT com o OpenCV, bem como comparar a qualidade e desempenho
- Implementar um detector de movimento para monitoração de ambientes
- Implementar um contador de carros e caminhões utilizando vídeos de rodovias
Requisitos
- Lógica de programação, principalmente estruturas condicionais e de repetição
- Programação básica em Python
Descrição
A detecção de movimentos é uma sub-área da Visão Computacional que tem o objetivo de identificar movimentos em vídeos ou em tempo real. Esse tipo de aplicação pode ser muito útil principalmente para sistemas de vigilância, nos quais é necessário detectar movimentos suspeitos como um ladrão tentando entrar na casa. Existem várias outras aplicações, como por exemplo: análise de tráfego em rodovias, detecção e contagem de pessoas, rastreamento de animais, contagem de ciclistas, dentre outros. Um sistema de controle de tráfego pode utilizar essas técnicas para identificar o número de carros e caminhões que passam pela rodovia diariamente e em determinados horários, para então realizar um planejamento de manutenção na pista.
E para levar você até essa área, neste curso você aprenderá na prática como utilizar algoritmos de subtração de fundo para detectar movimentos em vídeos, tudo passo a passo e utilizando a linguagem Python! Confira abaixo os principais tópicos que você aprenderá, bem como os projetos práticos:
- Intuição teórica básica sobre a subtração de fundos e os principais algoritmos: MOG (Mixture of Gaussians), GMG (Godbehere, Matsukawa e Goldbert), KNN (K Nearest Neighbors) e CNT (Count)
- Comparativo de qualidade e desempenho de cada algoritmo
- Projeto prático 1: detector de movimento para monitorar ambientes
- Projeto prático 2: detector de distanciamento social para identificar possíveis aglomerações de pessoas
- Projeto prático 3: contador de carros e caminhões em rodovias
Ao final do curso, você poderá criar seus próprios projetos de detecção de movimentos!
Para quem é este curso
Pessoas interessadas em implementar detectores de movimento ou contadores de objetos em vídeos
Alunos de graduação e pós-graduação que cursam disciplinas de Computação Gráfica, Processamento Digital de Imagens ou Inteligência Artificial
Cientistas de Dados que queiram aumentar seus conhecimentos em Visão Computacional
Publicado em julho de 2021
excelente curso