在本课程中学习如何使用OpenCV、MediaPipe和Python 进行计算机视觉。本课程向您展示如何创建两个计算机视觉项目。第一个涉及目标物体检测模型。第二个是手势估计。
MediaPipe Objectron是一种针对日常物体的移动实时 3D 物体检测解决方案。它可以检测 2D 图像中的物体，并通过在Objectron数据集上训练的机器学习 (ML)模型估计其姿势。物体检测是一个被广泛研究的计算机视觉问题，但大多数研究都集中在 2D 物体预测上。虽然 2D 预测仅提供 2D 边界框，但通过将预测扩展到 3D，可以捕捉物体在世界上的大小、位置和方向，从而导致在机器人、自动驾驶汽车、图像检索和增强现实等领域的各种应用。虽然 2D 物体检测相对成熟并已在业界得到广泛应用，但由于数据缺乏以及同一类别中物体的外观和形状多样，从 2D 图像中进行3D 物体检测是一个具有挑战性的问题。
感知手部形状和动作的能力是改善各种技术领域和平台上的用户体验的重要组成部分。例如，它可以成为手语理解和手势控制的基础，还可以在增强现实中将数字内容和信息叠加在物理世界之上。虽然对人类来说这是自然而然的事情，但强大的实时手部感知是一项极具挑战性的计算机视觉任务，因为双手经常会遮挡自己或彼此（例如手指/手掌遮挡和握手）并且缺乏高对比度图案。
计算机视觉 (CV)是事实上的人工智能技术之一，它存在于我们遇到的许多AI 应用中。面部识别、自动驾驶汽车、增强现实和许多其他应用都以某种形式利用了计算机视觉技术。在过去十年中，随着AI应用越来越普及，计算机视觉变得越来越突出。AI应用采用率的提高促进了与计算机视觉相关的工作和课程数量的增加。
Published 6/2024
Created by Ahmet Enes Yalçınkaya
MP4 | Video: h264, 1280×720 | Audio: AAC, 44.1 KHz, 2 Ch
Genre: eLearning | Language: English + srt | Duration: 15 Lectures ( 1h 10m ) | Size: 526 MB
