Machine Learning

Bimbingan Skripsi Tesis Disertasi Python | Object Tracking Menggunakan Python Dan OpenCV

Terapkan 12 algoritma berbeda untuk melacak objek di video dan webcam!

Yang akan Anda pelajari

  • Lacak objek dari video dan dari webcam menggunakan Python dan OpenCV
  • Pahami intuisi dasar tentang algoritma pelacakan
  • Menerapkan 12 algoritma pelacakan
  • Pahami perbedaan antara deteksi objek dan pelacakan objek

Deskripsi

Pelacakan objek adalah subarea Computer Vision yang bertujuan untuk menemukan lokasi objek dalam bingkai video yang berurutan. Contoh penerapannya adalah sistem pengawasan dan keamanan video, yang dapat mendeteksi tindakan mencurigakan. Contoh lainnya adalah pemantauan lalu lintas di jalan raya dan juga analisa pergerakan pemain dalam pertandingan sepak bola! Dalam contoh terakhir ini, dimungkinkan untuk melacak seluruh rute yang diikuti pemain selama pertandingan.

Untuk membawa Anda ke area ini, dalam kursus ini Anda akan mempelajari algoritma pelacakan objek utama menggunakan bahasa Python dan perpustakaan OpenCV ! Anda akan mempelajari intuisi dasar tentang 12 (dua belas) algoritma dan mengimplementasikannya langkah demi langkah ! Di akhir kursus, Anda akan mengetahui cara menerapkan algoritma pelacakan yang diterapkan pada video, sehingga Anda akan dapat mengembangkan proyek Anda sendiri. Algoritme berikut akan dibahas: Boosting, MIL (Multiple Instance Learning), KCF (Kernel Correlation Filters), CSRT (Discriminative Correlation Filter with Channel and Spatial Reliability), MedianFlow, TLD (Tracking Learning Detection), MOSSE (Minimum Output Sum of Kuadrat) Error), Goturn (Pelacakan Objek Generik Menggunakan Jaringan Regresi), Meanshift, CAMShift (Continuously Adaptive Meanshift), Aliran Optik Jarang, dan Aliran Optik Padat.

Anda akan mempelajari intuisi dasar tentang semua algoritma dan kemudian, kami akan menerapkan dan mengujinya menggunakan PyCharm IDE. Penting untuk ditekankan bahwa tujuan kursus ini adalah untuk menjadi sepraktis mungkin, jadi, jangan berharap terlalu banyak dari teorinya karena Anda hanya akan mempelajari aspek dasar dari setiap algoritma. Tujuan dari menampilkan semua algoritme ini adalah agar Anda memiliki pandangan bahwa algoritme yang berbeda dapat digunakan sesuai dengan jenis aplikasinya, sehingga Anda dapat memilih yang terbaik sesuai dengan masalah yang ingin Anda selesaikan.

Untuk siapa kursus ini:

  • Pemula yang mulai mempelajari Computer Vision dan Object Tracking
  • Mahasiswa sarjana yang sedang mempelajari mata pelajaran yang berkaitan dengan Kecerdasan Buatan
  • Siapa pun yang tertarik dengan Kecerdasan Buatan atau Visi Komputer
  • Ilmuwan data yang ingin mengembangkan portofolionya

Related Articles

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Back to top button