بینایی کامپیوتری عملی: SLAM، هندسه‌ی سه‌بعدی، کالیبراسیون، واقعیت افزوده، پوز

آنچه یاد خواهید گرفت:

• بازسازی سه‌بعدی از طریق مثلث‌سازی استریو از دو دیدگاه
• ادومتری ویژوال تک‌چشمی با استفاده از هندسه‌ی اپی‌پولار و جریان نوری روی مجموعه‌داده‌ی KITTI
• تخمین پوز سه‌بعدی بلادرنگ و افزودن جعبه‌ی واقعیت افزوده از ویدیو با استفاده از تطبیق ویژگی‌ها (تشخیص چهره)
• مصورسازی هندسه‌ی اپی‌پولار با استفاده از ماتریس بنیادی
• تثبیت ویدیوی دو‌بعدی با استفاده از ردیابی ویژگی‌ها و هموگرافی
• اتصال تصویر صفحه‌ای با استفاده از تطبیق ویژگی‌های BRISK و هموگرافی
• مکان‌یابی آبجکت و تخمین ارتفاع با استفاده از کالیبراسیون دوربین تک‌چشمی و تابش شبکه‌ای

پیش نیازهای دوره

• پایتون

توضیحات دوره

این دوره‌ی عملی دانشجویان را با بینایی کامپیوتری سه‌بعدی با استفاده از دوربین‌های تک‌چشمی و استریو آشنا می‌کند. از طریق مجموعه‌ای از پروژه‌های واقعی و تمرینات کدنویسی، فراگیران پایه‌ی محکمی در هندسه‌ی دوربین، تطبیق ویژگی‌ها، تخمین پوز و بازسازی سه‌بعدی برای کاربردهای تحقیقاتی و صنعتی در زمینه‌های خودروهای خودران، رباتیک، یادگیری ماشین، هندسه‌ی سه‌بعدی و بازسازی ایجاد خواهند کرد.

شما با درک کالیبراسیون دوربین و چگونگی استفاده از یک دوربین تک‌چشمی برای مکان‌یابی و تخمین ارتفاع شروع خواهید کرد. سپس به موضوعات پیشرفته‌تری مانند تخمین پوز سه‌بعدی بلادرنگ، افزودن محتوای واقعیت افزوده، تثبیت ویدیو و ادومتری ویژوال روی مجموعه‌داده‌های واقعی مانند KITTI خواهید پرداخت.

این دوره پروژه‌محور است و بر متدهای کلاسیک و قابل تفسیر تأکید دارد، ابزارهایی را در اختیار شما قرار می‌دهد تا بدون نیاز به یادگیری عمیق، پایپ لاین بینایی کامپیوتری خود را توسعه دهید.

آنچه یاد خواهید گرفت:

کالیبراسیون دوربین و هندسه‌ی تابش

• تخمین پارامترهای ذاتی و خارجی دوربین‌های تک‌چشمی
• استفاده از شبکه‌های تابشی برای تخمین ارتفاع آبجکت

مکان‌یابی آبجکت و تخمین پوز سه‌بعدی

• تشخیص و ردیابی آبجکت ها با استفاده از تطبیق ویژگی‌ها
• تخمین پوز سه‌بعدی آبجکت و افزودن محتوای واقعیت افزوده بلادرنگ

تثبیت ویدیو و اتصال تصویر

• پیاده‌سازی تثبیت ویدیوی دو‌بعدی با استفاده از ردیابی ویژگی‌ها و هموگرافی
• انجام اتصال تصویر صفحه‌ای با استفاده از BRISK و تبدیل هموگرافی

تشخیص و تطبیق ویژگی‌ها

• استفاده از BRISK، ORB و سایر توصیف‌گرها برای تطبیق نقاط کلیدی مقاوم
• درک رد کردن داده‌ پرت با استفاده از RANSAC

هندسه‌ی اپی‌پولار و ادومتری ویژوال

• محاسبه و مصورسازی ماتریس بنیادی و خطوط اپی‌پولار
• اعمال ادومتری ویژوال تک‌چشمی با استفاده از جریان نوری و محدودیت‌های اپی‌پولار

مثلث‌سازی سه‌بعدی از دیدگاه‌های استریو

• بازسازی ابرهای نقطه‌ای سه‌بعدی از جفت تصاویر استریو
• درک مثلث‌سازی با استفاده از ماتریس‌های تابش

مهارت‌هایی که به دست خواهید آورد:

• درک عملی از مدل‌های دوربین و کالیبراسیون
• تجربه‌ی عملی با OpenCV برای پایپ لاین های بینایی
• تخمین پوز سه‌بعدی بلادرنگ و افزودن محتوای واقعیت افزوده
• تسلط به تخمین هموگرافی و ثبت تصویر
• ساخت سیستم‌های اولیه ادومتری ویژوال از ابتدا
• ایجاد و مصورسازی بازسازی‌های سه‌بعدی با استفاده از مثلث‌سازی
• کار با مجموعه‌داده‌ واقعی مانند KITTI برای اصول SLAM ویژوال

مناسب برای:

• دانشجویان مهندسی و علوم کامپیوتر
• علاقه‌مندان به رباتیک و واقعیت افزوده/مجازی
• توسعه‌دهندگان علاقه‌مند به تکنیک‌های کلاسیک بینایی کامپیوتری
• هر کسی که به دنبال اصول عملی قبل از ورود به یادگیری عمیق است.

این دوره برای چه کسانی مناسب است؟

• توسعه‌دهندگان پایتون در همه‌ی سطوح