Loading

The New Alison App has just launched Download Now

Entendendo Correspondência Visual em Visão de Computadores

Neste curso online gratuito, aprenda sobre os diversos métodos de correspondência visual em processamento de imagens em visão de computador.

TI
Grátis
A detecção e correspondência de recursos são componentes essenciais de muitos aplicativos de visão do computador. O feature matching é um método eficaz para detectar um alvo especificado em uma cena clutalizada. Este curso online gratuito explica o processo de seleção de uma estratégia de correspondência de recursos adequada para determinar as correspondências e o método de elaboração de estruturas de dados eficientes e algoritmos para correspondência dos recursos.
  • Duração

    1.5-3 Horas
  • Certificação

    Yes
  • Responsivo

    Yes
  • Publisher

    NPTEL
  • Accreditation

    CPD

Descrição

Modules

Resultado

Certificação

View course modules

Description

O curso apresenta o processo de estabelecimento de correspondências de característica preliminar entre duas ou mais imagens. Isso inclui selecionar a estratégia de correspondência adequada para determinar quais correspondências são passadas para a próxima etapa para posterior processamento e garantir se o conjunto de recursos de correspondência são geometricamente consistentes. O procedimento para elaboração de estruturas de dados eficientes e algoritmos para adequar os recursos através de diferentes imagens é explicado ao lado disso. Em seguida, é descrito o processo de isolação de recursos de uma determinada forma dentro de uma imagem utilizando o algoritmo de transformação Hough. Você descobrirá a técnica Hough Transform technique ’ s significância por ter cada ponto de borda votos para todas as linhas possíveis que passam por ele, e linhas correspondentes aos valores de alto acumulador ou bin são examinados para trajes de linha em potencial.

Next, o curso explica como o método de transformação Hough é usado para agrupar edgels em segmentos de linha, mesmo através de lacunas e oclusões em uma imagem. Você será ensinado sobre a abordagem bag-of-features que computa a distribuição de palavras visuais encontradas na imagem de consulta e compara essa distribuição aos encontrados nas imagens de treinamento. Esta explicação incluirá o processo de representação de objetos e imagens como coleções desarticuladas de descritores de recurso. O processo de correspondência de várias imagens utilizando kernels de correspondência seletiva são discutidos. Você será ensinado sobre um kernel de correspondência que leva o melhor das técnicas existentes combinando um procedimento de agregação com um determinado kernel de correspondência.   As diversas métricas usadas para comparar imagens com base em seus descritores locais para melhorar o reconhecimento visual de objetos, locais e cenas serão investigadas. Além disso, o processo de correspondência de kernels para pirâmides de imagem também são explicados.

Finalmente, você irá explorar os métodos de mapeamento de conjuntos de recursos não ordenados de imagens para histogramas de multi-resolução para encontrar correspondências implícitas com base na célula de histograma de resolução mais fina. Isso incluirá o procedimento para correspondência de duas coleções de recursos em um espaço de aparência de alta dimensional. Seguindo a partir disso, você descobrirá os desenvolvimentos significativos no campo da visão de computador ao longo das últimas décadas. Por último, destacam-se os princípios fundamentais e as condutas comuns de visão computativa que são aplicadas a redes neurais profundas. Entender Correspondência Visual em Visão do Computador é um curso informativo, que interessará aos que estudam a ciência da computação ou os interessados nesses tópicos. Por que esperar? Inscrevem-se hoje e iniciem o aprendizado sobre métodos de correspondência visual no processamento de imagens e os métodos de geração de técnicas de codebook visual eficientes e eficazes utilizando kernels aditivo.

Start Course Now

Careers