6 801 Visão de máquina Fall 2020

Os dados visuais estão em toda parte, mas permitir que as máquinas vejam e interpretem o mundo físico requer uma sólida compreensão da física e do processamento de imagens. Este curso orienta você através dos princípios fundamentais da visão de máquina, preenchendo a lacuna entre a luz bruta e a compreensão simbólica. Através de explicações claras por escrito, análises matemáticas passo a passo e exemplos de código estruturado, você passará de um iniciante a um profissional confiante capaz de projetar pipelines básicos de análise visual. Você vai ganhar uma profunda apreciação de como as câmeras digitais capturam cenas e como os algoritmos extraem recursos significativos de pixels brutos. O que você vai aprender: 1. Entenda a física da formação de imagens, radiometria e geometria da câmera. 2. Aplicar técnicas de processamento de imagens binárias, incluindo operações de limiar e morfológicas. 3. Implementar algoritmos de filtragem essenciais para detecção de borda, redução de ruído e extração de recursos. 4. Analisar reflexão de luz, sombreamento e modelos de orientação de superfície. Explore os fluxos de trabalho modernos de visão de máquina usando Python e bibliotecas padrão como OpenCV. 6. Descubra como os sistemas de visão são integrados em ambientes de robótica e automação. O curso começa com conceitos fundamentais de captura de luz e imagem antes de progredir para manipulações em nível de pixel, filtragem espacial e estratégias de reconhecimento de objetos. Você praticará a aplicação desses conceitos através de cenários de programação escritos e exercícios de análise. Este curso é projetado para aspirantes a engenheiros de robótica, desenvolvedores de software e entusiastas da tecnologia que desejam construir uma base teórica e prática forte em visão computacional. Nenhuma experiência prévia em processamento de imagem é necessária, embora a familiaridade básica com matemática e programação seja útil. Comece a ler hoje para desbloquear o poder da interpretação visual automatizada.