★補助專班,申請限額20名,欲洽從速!
課程介紹
學習經典演算法窺見電腦視覺演算法的秘密
機器如何看見世界?看到車子開過來,我們會閃避;遇到認識的人,我們能夠識別。這些動作對人類來說很簡單,但機器做得到嗎? 隨著電腦運算效率的提升,帶動了深度學習的發展,讓影像領域有了重大的突破。 如今,透過各種影像技術的整合,我們已經能夠讓機器感知世界。
本課程從經典的演算法,如HAAR人臉偵側、Hog 特徵擷取、Adaboost 分類器等演算法,了解如何進行人臉偵測與人臉辨識。同時也以深度學習CNN演算法,來說明如何實現人臉偵測與辨識。
本課程帶你深入了解這些演算法背後的原理,並且對於演算法都以手刻的方式(From Scratch)進行實作。此外,也以Python Tkinter 完成一個人臉門禁系統的小專案。電腦視覺常會依照現場情況有不同的影像處理,因此唯有懂了原理才有可能針對專案的需要,知道如何進行優化與改善,而不侷限於套件工具本身。
關鍵詞: HAAR人臉偵側, Hog 特徵擷取, Adaboost 分類器, 深度學習,人臉偵測,電腦視覺
辨識流程搶先看
學習目標
- 了解HAAR演算法並知道如何以python實作 (From Scratch)
- 了解 Adaboost 演算法並知道如何以python實作 (From Scratch)
- 學會如何利用HARR+Adaboost進行人臉偵測
- 了解HOG 演算法並知道如何以 python實作 (From Scratch)
- 學會如何利用HOG + 支持向量機(Support Vector Machine, SVM) 進行人臉或物件識別
- 學會如何CNN原理及遷移學習的方法,建立人臉識別系統
教學方式
- 投影片講授及配合程式進行演練
- 學會如何利用HARR+Adaboost進行人臉偵測
- 使用 + Spyder
課程菜單
- 遠距課程時數:14小時/數位課程時數:14小時
- 數位觀看天數:30天
- 精編教材:-精編講義、範例程式碼
-詳細Code 解說且程式範例檔案分類整理
-線上助教系統
課程大綱
電腦視覺-基於HOG與圖像識別
- HOG演算法說明與python實作 (From Scratch)
- 圖檔爬蟲程式撰寫
- 建立圖檔HOG特徵
- Scikit-Learn實現SVM與LogistcRegression
- 專案: HOG Features+ Classifier :人臉/物品偵測與識別▼
電腦視覺-基於HAAR 人臉偵測
- HAAR演算法說明與python實作 (From Scratch)
- Adaboost Classifier
- 專案: HAAR Features人臉偵測
CNN深度學習
- 遷移學習(transfer learning)和微調(fine-tune)原理說明
- 使用MobileNet建立圖像特徵 (Image Embedding)
- 建立DNN Classifier
- MQTT協定- 警示通知
- 專案: 人臉門禁系統(使用Tkinter界面): 加入/刪除/登入人臉帳號▼
精彩內容搶先看
HAAR實作1 | HAAR實作2 | |
HOG演算法1 | HOG演算法2 |
適合對象
- 想了解電腦視覺演算法的細節/窺見電腦視覺演算法背後的原理
- 以Python帶你手刻經典的演算法
- 欲投入AI機器視覺應用相關之電資相關科系研究生。
- 欲學習電腦視覺-人臉識別之工程師。
- 已學過AI,但想進一步學習如何將AI演算法轉換成實際應用之工程師。
- 學習背景:
有Python 程式設計基礎者者佳
師資團隊
Joseph老師 |
▶ 台灣大學電機工程系博士研究 ▶ 上市網通科技公司/資深軟體工程師 ▶ 嵌入式Linux系統 / ARM Boot Loader / 資料結構及演算法 / PCB Layout / MCU 韌體設計 / Linux 驅動程式 / Linux系統程式 / 網路通訊協定 / 機器學習 / 深度學習 / 電腦視覺開發 |
專題成果
數位課程特色(亦開立遠距同步補助專班,歡迎洽詢)
課程諮詢
如對此課程有興趣,歡迎留下您的資料,或撥服務專線(02)2316-7736,將會有課程顧問為您解說詳細資訊,也可以參考課程組合優惠唷!
學習本課程的人也學習了...