1-1-3. Course Outline

1. Introduction to Computer Vision – Welcome to Computer Vision

On your journey to becoming an expert in computer vision,

it will often be up to you to think about how humans reason and interpret information.

And then learn techniques to translate that reasoning into code.

In this course, we focus on three main areas of computer vision techniques,

that are modeled on human understanding.

First, we look at the foundational math and programming concepts

behind pattern recognition in classification tasks.

This section will be all about creating algorithms that can one,

isolate important distinguishing information about an object in an image,

things like an objects unique shape or color.

And two, how do you ignore irrelevant parts of an image,

things like a plane background or noise.

Second, we’ll learn about deep learning algorithms that have

led to state of the art advances in computer vision technology.

We’ll cover architectures like region based convolutional neural networks,

that identify where an object is in an image.

And we’ll talk about models that use recurrent neural networks.

This section will be all about applications that

aim to reach human levels of scene understanding.

Third, we’ll discuss object tracking techniques.

Using spatial information gathered over time,

you’ll learn about predicting the location of an object and determining its movement.

This is an ongoing area of research,

especially in the field of autonomous vehicles like self driving cars and drones.

I’m really looking forward to covering such a variety of computer vision techniques.

컴퓨터 비전 전문가가 되기 위한 여정에서

인간이 정보를 추론하고 해석하는 방법에 대해 생각하는 것은 종종 귀하에게 달려 있습니다.

그런 다음 그 추론을 코드로 변환하는 기술을 배웁니다.

이 과정에서는 컴퓨터 비전 기술의 세 가지 주요 영역에 중점을 둡니다.

인간의 이해를 모델로 한 것입니다.

먼저 기본 수학 및 프로그래밍 개념을 살펴봅니다.

분류 작업의 패턴 인식 뒤에 있습니다.

이 섹션에서는 다음을 수행할 수 있는 알고리즘을 만드는 방법에 대해 설명합니다.

이미지에서 물체에 대한 중요한 구별 정보를 분리하고,

개체 고유의 모양이나 색상과 같은 것입니다.

두 번째, 이미지의 관련 없는 부분을 어떻게 무시합니까?

비행기 배경이나 소음 같은 것들.

둘째, 딥러닝 알고리즘에 대해 배울 것입니다.

컴퓨터 비전 기술의 최첨단 발전을 이끌었습니다.

우리는 지역 기반 컨볼루션 신경망과 같은 아키텍처를 다룰 것입니다.

이미지에서 개체가 있는 위치를 식별합니다.

그리고 우리는 순환 신경망을 사용하는 모델에 대해 이야기할 것입니다.

이 섹션은 다음과 같은 응용 프로그램에 관한 모든 것입니다.

장면 이해의 인간 수준에 도달하는 것을 목표로 합니다.

셋째, 객체 추적 기술에 대해 논의할 것입니다.

시간이 지남에 따라 수집된 공간 정보를 사용하여

물체의 위치를 ​​예측하고 움직임을 결정하는 방법을 배웁니다.

이것은 지속적인 연구 분야이며,

특히 자율주행차와 드론과 같은 자율주행차 분야에서.

이렇게 다양한 컴퓨터 비전 기술을 다룰 수 있기를 정말 고대하고 있습니다.

%d 블로거가 이것을 좋아합니다: