|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/deteccao-reconhecimento-facial-python/
课程评论：没有评论
课程名称：使用Python进行面部检测与识别 课程概述： 面部检测是计算机视觉的一个子领域，旨在识别图像或视频中的人脸。智能手机和数码相机通常利用这一功能在照片中突出显示人脸，例如框选出人脸的区域。这种应用在安全系统中变得越来越重要，能够判断环境中是否存在人，以便触发警报。另一方面，面部识别的目的是识别出人脸，以确定某人在场与否。需要注意的是，面部检测和识别之间的区别：前者只标明是否存在人脸，而后者则确认为身份。 本课程将采用Python编程语言，逐步讲解如何从图像、视频及网络摄像头中进行面部检测与识别，从基本技术到高级技术都有涉及。课程内容包括： - 使用Haarcascade、HOG（定向梯度直方图）、MMOD（最大边际物体检测）和SSD（单次多框检测器）进行面部检测 - 检测其他物体，如眼睛、微笑、手表、身体和汽车 - 使用Eigenfaces、Fisherfaces、LBPH（局部二值模式直方图）及深度学习技术进行面部识别 - 比较不同算法的性能 - 通过网络摄像头捕捉人脸，自定义数据集的创建 所有实作将在Google Colab在线进行，学员无需担心在个人计算机上安装和配置工具。课程共包含60多节课及8小时的视频内容！
A detecção de faces é uma sub-área da Visão Computacional que visa detectar o rosto das pessoas em imagens ou vídeos. Smartphones e câmeras digitais usam esses recursos para selecionar pessoas em uma foto, geralmente colocando um retângulo ao redor do rosto. Esse tipo de aplicação tem ganhado bastante relevância em sistemas de segurança, nos quais é necessário identificar se há pessoas em um ambiente para que o alarme seja acionado. Por outro lado, o reconhecimento facial visa reconhecer o rosto das pessoas para por exemplo identificar se uma pessoa está ou não presente em um ambiente. É importante destacar as diferenças entre as técnicas de detecção e reconhecimento de faces: enquanto a primeira apenas indica se uma face está presente, a segunda indica de quem é a face detectada.Neste curso passo a passo usando a linguagem de programação Python, você aprenderá como detectar e reconhecer rostos a partir de imagens, vídeos e webcam; utilizando desde as técnicas mais básicas até as mais avançadas! Veja abaixo os tópicos que serão abordados:Detecção de faces usando Haarcascade, HOG (Histogram of Oriented Gradients), MMOD (Max-Margin Object Detection) e SSD (Single Shot Multibox Detector)Detecção de outros objetos, como olhos, sorrisos, relógios, corpos e carrosReconhecimento de faces usando Eigenfaces, Fisherfaces, LBPH (Local Binary Patterns Histograms) e técnicas avançadas de Deep LearningComo comparar o desempenho dos algoritmosCriação de seu conjunto de dados personalizado capturando rostos via webcamTodas as implementações serão feitas passo a passo usando o Google Colab online, ou seja, você não precisa se preocupar em instalar e configurar as ferramentas na sua própria máquina! São mais de 60 aulas e 8 horas de vídeos!
