قیمت این دوره: 210,000 115,500 تومان
  • مدرس دوره : قائم تقی پور
  • تعداد ویدیوها : 68 ویدیو
  • مدت زمان دوره : 10:25:00
  • سطح دوره : متوسط
  • وضعیت دوره : به اتمام رسیده
  • تاریخ آخرین بروزرسانی : 1400/05/30
ثبتـــ نام در این دوره
 آنالیز چهره و بینـایی کامپیوتر در پایتون

آنالیز چهره و بینـایی کامپیوتر در پایتون

بینایی کامپیوتر،  یکی از شاخه های علوم کامپیوتر می‌باشد که هدف آن، پردازش و تحلیل تصاویر، با هدف درک محتوای آن‌هاست.

بینایی کامپیوتر می‌تواند امکان ارتباط یک پردازنده کامپیوتری را با دنیای بیرون، به صورت تصویری و شهودی ، فراهم کند.

با توسعه این علم، شاهد به کار گرفته شدن الگوریتم های بینایی کامپیوتر، در موارد بسیاری همچون، تلفن های همراه هوشمند، دوربین های امنیتی، دوربین های کنترل ترافیک و ... هستیم.

همچنین الگوریتم های بینایی کامپیوتر به جهت ارتباط و درک تصویری در بستر هایی همچون بُرد رزبری پای نیز استفاده می‌شود.

شما در این دوره در ابتدا با مفاهیم اولیه‌ی بینایی‌کامپیوتر آشنا خواهید شد و در ادامه، تعدادی از الگوریتم های بینایی ماشین را در زبان پایتون پیاده سازی خواهید کرد.

مباحث این دوره شامل الگوریتم های پردازش تصویر، شناسایی و پردازش چهره، تعقیب اشیاء و... می‌باشد.

برای توضیحات بیشتر در رابطه با این دوره، لطفا ویدئوی معرفی دوره را مشاهده نمایید.

 

پیشنیاز این دوره، آشنایی با زبان پایتون می‌باشد.

لطفا سوالات خود را راجع به این آموزش در این بخش پرسش و پاسخ مطرح کنید به سوالات در قسمت نظرات پاسخ داده نخواهد شد و آن نظر حذف میشود.


فهرستـــ ویدیوها

مدت زمان دوره 10:25:00
  • در صورتیکه ویدئو نمایش داده نشد آن را دانلود کنید و با KmPlayer مشاهده کنید.

  • لطفا در صورت اقدام به دانلود تا انتها فرایند دانلود ، این صفحه را باز نگاه دارید.

1
  • معرفی دوره

00:06:58

معرفی دوره

2
  • سرفصل ها و پروژه های دوره

00:04:39

سرفصل ها و پروژه های دوره

3
  • معرفی و شروع کار با محیط jupyter notebook

00:06:53

معرفی و شروع کار با محیط jupyter notebook

4
  • آشنایی با Opencv - جلسه 1

00:04:32

آشنایی با Opencv - جلسه 1

5
  • آشنایی با Opencv - جلسه 2

00:10:29

آشنایی با Opencv - جلسه 2

6
  • آشنایی با Opencv - جلسه 3

00:15:35

آشنایی با Opencv - جلسه 3

7
  • آشنایی با Opencv - جلسه 4

00:08:33

آشنایی با Opencv - جلسه 4

8
  • آشنایی با Opencv - جلسه 5

00:14:03

آشنایی با Opencv - جلسه 5

9
  • الگوریتم Viola-Jones

00:06:16

Viola-Jones

10
  • آشنایی با Haar-like Features

00:04:53

Haar-like Features

11
  • Classifier ها

00:04:49

Classifiers

12
  • الگوریتم AdaBoost

00:08:32

AdaBoost

13
  • طبقه بندی به روش Cascading

00:04:38

Cascading

14
  • تشخیص صورت و چشم ها با Cascade - جلسه 1

00:06:09

تشخیص صورت و چشم ها با Cascade

15
  • تشخیص صورت و چشم ها با Cascade - جلسه 2

00:09:09

تشخیص صورت و چشم ها با Cascade

16
  • تشخیص صورت و چشم ها با Cascade - جلسه 3

00:10:51

تشخیص صورت و چشم ها با Cascade

17
  • تشخیص صورت و چشم ها با Cascade - جلسه 4

00:08:40

تشخیص صورت و چشم ها با Cascade

18
  • تمرین - تشخیص لبخند با Haar Cascade

00:03:23

تشخیص لبخند با Haar Cascade

19
  • مفاهیم مقدماتی بخش بعدی دوره

00:31:05

مفاهیم مقدماتی بخش بعدی دوره

20
  • معرفی Face Recognition

00:08:28

معرفی Face Recognition

21
  • راه اندازی Virtual Environment

00:06:38

Virtual Environment

22
  • الگوریتم های شناسایی چهره

00:09:39

Face Detection

23
  • شناسایی چهره - جلسه اول

00:09:30

شناسایی چهره - جلسه اول

24
  • شناسایی چهره - جلسه دوم

00:13:51

شناسایی چهره - جلسه دوم

25
  • شناسایی چهره به صورت Real time - جلسه اول

00:09:59

شناسایی چهره به صورت Real time - جلسه اول

26
  • شناسایی چهره به صورت Real time - جلسه دوم

00:09:13

شناسایی چهره به صورت Real time - جلسه دوم

27
  • شناسایی چهره در ویدئو

00:04:45

شناسایی چهره در ویدئو

28
  • مخدوش سازی چهره (Face Blurring)

00:06:29

مخدوش سازی چهره (Face Blurring)

29
  • معرفی کتابخانه های مورد نیاز

00:07:53

معرفی کتابخانه های مورد نیاز

30
  • نصب کتابخانه های مورد نیاز

00:04:40

نصب کتابخانه های مورد نیاز

31
  • تشخیص حالات چهره (مفاهیم مقدماتی)

00:05:36

تشخیص حالات چهره (مفاهیم مقدماتی)

32
  • تشخیص حالات و احساسات چهره - جلسه 1

00:13:49

تشخیص حالات و احساسات چهره - جلسه 1

33
  • تشخیص حالات و احساسات چهره - جلسه 2

00:10:14

تشخیص حالات و احساسات چهره - جلسه 2

34
  • تشخیص حالات و احساسات چهره در ویدئو

00:03:49

تشخیص حالات و احساسات چهره در ویدئو

35
  • تشخیص حالات و احساسات چهره در تصویر

00:09:56

تشخیص حالات و احساسات چهره در تصویر

36
  • معرفی پروژه تشخیص سن و جنسیت

00:09:01

معرفی پروژه تشخیص سن و جنسیت

37
  • تشخیص سن و جنسیت - جلسه 1

00:09:26

تشخیص سن و جنسیت - جلسه 1

38
  • تشخیص سن و جنسیت - جلسه 2

00:15:32

تشخیص سن و جنسیت - جلسه 2

39
  • تشخیص سن و جنسیت در تصویر

00:06:30

تشخیص سن و جنسیت در تصویر

40
  • مفاهیم مقدماتی پروژه تشخیص چهره

00:06:51

مفاهیم مقدماتی پروژه تشخیص چهره

41
  • تشخیص چهره (Face Recognition) - جلسه اول

00:18:47

تشخیص چهره (Face Recognition) - جلسه اول

42
  • تشخیص چهره (Face Recognition) - جلسه دوم

00:10:36

تشخیص چهره (Face Recognition)

43
  • تشخیص چهره (Face Recognition) - به صورت Realtime

00:06:30

تشخیص چهره (Face Recognition) - به صورت Realtime

44
  • تشخیص چهره (Face Recognition) - در ویدئو

00:03:27

تشخیص چهره (Face Recognition) - در ویدئو

45
  • ترسیم Face Landmarks - جلسه اول

00:06:41

ترسیم Face Landmarks - جلسه اول

46
  • ترسیم Face Landmarks - جلسه دوم

00:11:34

ترسیم Face Landmarks - جلسه دوم

47
  • ترسیم Face Landmarks - جلسه سوم

00:04:52

ترسیم Face Landmarks - جلسه سوم

48
  • ترسیم Face Landmarks - ویدئو و دوربین

00:07:08

Realtime and Pre-saved Video Face Landmarks

49
  • پروژه Face Makeup

00:09:13

پروژه Face Makeup

50
  • پروژه Face Makeup برای ویدئو و حالت Realtime

00:05:55

پروژه Face Makeup برای ویدئو و حالت Realtime

51
  • بینایی کامپیوتر - مروری بر تشخیص اشیاء

00:07:50

بینایی کامپیوتر - مروری بر تشخیص اشیاء

52
  • یافتن یک الگوی خاص با Template Matching

00:15:19

Template Matching

53
  • خواص تصویر (Image Features)

00:09:40

Image Features

54
  • کار با گوشه ها

00:12:08

کار با گوشه ها

55
  • الگوریتم های دریافت Feature های تصویر

00:13:20

الگوریتم های دریافت Feature های تصویر

56
  • تشخیص ماشین و عابر پیاده

00:05:48

تشخیص ماشین و عابر پیاده

57
  • الگوریتم های تعقیب اشیاء

00:06:26

الگوریتم های تعقیب اشیاء

58
  • کار با Tracker ها - جلسه اول

00:18:26

کار با Tracker ها - جلسه اول

59
  • کار با Tracker ها - جلسه دوم

00:10:12

کار با Tracker ها - جلسه دوم

60
  • پروژه تعقیب اشیاء - جلسه اول

00:10:32

پروژه تعقیب اشیاء - جلسه اول

61
  • پروژه تعقیب اشیاء - جلسه دوم

00:08:36

پروژه تعقیب اشیاء - جلسه دوم

62
  • الگوریتم SSD

00:10:27

الگوریتم SSD

63
  • الگوریتم SSD - توضیح Feature Map و Hard Negative Mining

00:10:29

Feature Map و Hard Negative Mining

64
  • الگوریتم SSD - توضیح Regularization

00:07:23

Regularization

65
  • تشخیص اشیاء با روش SSD - جلسه 1

00:05:29

توضیحات و دانلود مدل آموزش دیده ی SSD

66
  • تشخیص اشیاء با روش SSD - جلسه 2

00:12:27

تشخیص اشیاء با روش SSD - جلسه 2

67
  • تشخیص اشیاء با روش SSD - جلسه 3

00:09:07

تشخیص اشیاء با روش SSD - جلسه 3

68
  • تشخیص اشیاء با روش SSD - جلسه 4

00:14:53

تشخیص اشیاء با روش SSD - جلسه 4

نظرات کاربران در رابطه با این دوره

لطفا سوالات خود را راجع به این آموزش در این بخش پرسش و پاسخ مطرح کنید به سوالات در قسمت نظرات پاسخ داده نخواهد شد و آن نظر حذف میشود.
جهت ثبت نظر باید در سایت عضو شوید و یا وارد سایت شده باشید .