Imagem do Curso gratuito Visão Computacional

Curso online gratuitoVisão Computacional

Duração do curso online: 6 horas e 57 minutos

Novo curso

Desvende a Visão Computacional e explore tópicos como sistema visual humano, filtragem espacial e redes neurais em um curso online gratuito da Univesp em Inteligência Artificial.

Neste curso gratuito, aprenda sobre

  • Fundamentos de Visão Computacional e Imagens Digitais
  • Operações Básicas e Processamento de Intensidade
  • Cores e Imagens Coloridas
  • Aprendizado de Máquina e Redes Neurais
  • Segmentação de Imagens e Limiarização
  • Descritores, Classificação Clássica e Prática
  • Reconhecimento de Objetos e Deep Learning Aplicado

Descrição do curso

O curso "Visão Computacional" é uma excelente oportunidade para se aprofundar no fascinante campo da Inteligência Artificial e Ciência de Dados. Pertencente à categoria de Informática (TI), este curso abrange uma ampla gama de tópicos cruciais para compreender e implementar soluções de visão computacional, com uma duração total de 6 horas e 57 minutos.

Este curso inicia-se com uma introdução abrangente à visão computacional, preparando o terreno para um entendimento sólido e progressivo dos conceitos mais avançados. A seguir, explora o sistema visual humano, o que ajuda a entender como nossas capacidades visuais inspiram o desenvolvimento de tecnologias que simulam a visão humana.

Em seguida, aborda os fundamentos das imagens digitais, fornecendo uma base técnica necessária para a manipulação e análise de imagens. Os relacionamentos e operações que fazem parte desse universo são discutidos profundamente, seguidos pelas transformações de intensidade que ajudam a melhorar a qualidade das imagens.

A filtragem espacial é outro componente crucial abordado no curso, capacitando os alunos a aplicar técnicas de suavização e detecção de bordas nas imagens. Além disso, o modelo de cores e o processamento de imagens coloridas são explorados, trazendo uma dimensão essencial para a visão computacional moderna.

Um tema vital é a calibração de câmeras, necessário para garantir precisão em captura e reprodução de imagens. Em seguida, o foco se desloca para o aprendizado de máquina e sua aplicação em visão computacional, incluindo classificação e utilização de redes neurais convolucionais (CNNs) para segmentação de imagens.

A limiarização é discutida como uma técnica para separar objetos de interesse em uma imagem, seguida por uma prática de segmentação semântica utilizando CNNs, oferecendo aos alunos experiência prática em técnicas de ponta.

O curso também aborda a representação e descrição de imagens, proporcionando uma compreensão sobre como capturar as características essenciais de uma imagem. A classificação de imagens e a prática baseada em características são tópicos fundamentais para aprender como categorizar e diferenciar imagens eficazmente.

A etapa final enfoca o reconhecimento de objetos e práticas avançadas com deep learning para classificação de imagens, além de técnicas especializadas para reconhecimento facial, que estão entre as aplicações mais avançadas e práticas da visão computacional hoje em dia.

Embora este curso ainda não possua avaliações, sua abrangência em tópicos críticos e avançados faz dele uma valiosa adição ao conjunto de habilidades de qualquer profissional ou estudante interessado na área de visão computacional. Promete uma imersão profunda e uma compreensão prática que serão indispensáveis para qualquer um que deseja se destacar no campo da Inteligência Artificial e Ciência de Dados.

Conteúdo do curso

  • Aula em vídeo: Visão Computacional - Introdução à Visão Computacional 21m
  • Exercício: Qual das seguintes opções representa corretamente o conceito de 'segmentação' em visão computacional?
  • Aula em vídeo: Visão Computacional - Sistema Visual Humano 22m
  • Exercício: Qual é a principal razão pela qual o sistema visual humano é fundamental para a visão computacional?
  • Aula em vídeo: Visão Computacional - Fundamentos de Imagens Digitais 22m
  • Exercício: Qual das alternativas a seguir descreve corretamente o processo de quantização em imagens digitais?
  • Aula em vídeo: Visão Computacional - Relacionamentos e operações 19m
  • Exercício: O que é a vizinhança de quatro (N4) em uma imagem bidimensional?
  • Aula em vídeo: Visão Computacional - Transformações de intensidade 17m
  • Exercício: Qual é a definição de transformação logarítmica no contexto de processamento de imagens?
  • Aula em vídeo: Visão Computacional - Filtragem espacial 18m
  • Exercício: O que é um filtro de suavização linear em processamento de imagens?
  • Aula em vídeo: Visão Computacional - Modelo de cores 20m
  • Exercício: Qual dos modelos de cores a seguir é comumente utilizado para definir cores baseadas na percepção de luz e auxilia na separação e manipulação de tonalidade, saturação e brilho?
  • Aula em vídeo: Visão Computacional - Processamento de imagens coloridas 19m
  • Exercício: Qual é a finalidade principal do uso de técnicas de pseudo cores em imagens monocromáticas no processamento de imagens?
  • Aula em vídeo: Visão Computacional - Câmeras e calibrações 20m
  • Exercício: Qual é a principal função das coordenadas homogêneas na visão computacional?
  • Aula em vídeo: Visão Computacional - Aprendizado de Máquina 21m
  • Exercício: Quais são os principais paradigmas de aprendizado de máquina discutidos na área de visão computacional?
  • Aula em vídeo: Visão Computacional - Classificação 20m
  • Exercício: Qual é a técnica utilizada para avaliar o desempenho de um modelo de classificação garantindo que a seleção dos dados de teste não impacte significativamente os resultados?
  • Aula em vídeo: Visão Computacional - Redes Neurais Convolucionais 20m
  • Exercício: O que geralmente faz parte do processo para reduzir a dimensionalidade das imagens em redes neurais convolucionais?
  • Aula em vídeo: Visão Computacional - Segmentação de Imagens 19m
  • Exercício: Qual das alternativas abaixo melhor descreve o processo de segmentação semântica em visão computacional?
  • Aula em vídeo: Visão Computacional - Limiarização 18m
  • Exercício: Quais são as principais vantagens de utilizar técnicas de linearização global para segmentação de imagens?
  • Aula em vídeo: Visão Computacional - Prática de Segmentação Semântica com CNN 19m
  • Exercício: Durante o processo de segmentação em visão computacional utilizando redes neurais convolucionais, o que é essencial para dividir corretamente os dados entre treino e teste?
  • Aula em vídeo: Visão Computacional - Representação e Descrição 18m
  • Exercício: Qual das seguintes opções é um tipo de descritor mencionado na análise de imagens?
  • Aula em vídeo: Visão Computacional - Classificação de imagens 21m
  • Exercício: Qual é uma vantagem de usar descritores, como histogramas de cores, na classificação de imagens em visão computacional?
  • Aula em vídeo: Visão Computacional - Prática de classificação de imagens baseada em características 20m
  • Exercício: Qual abordagem é mencionada no texto para reduzir o número de atributos em um conjunto de dados de imagens, permitindo assim um processamento mais eficiente?
  • Aula em vídeo: Visão Computacional - Reconhecimento de objetos 19m
  • Exercício: Qual das seguintes opções descreve corretamente o conceito de segmentação de instância em visão computacional?
  • Aula em vídeo: Visão Computacional - Prática com Deep Learning para Classificação de Imagens 19m
  • Exercício: Qual é a técnica mais atual para a classificação de imagens mencionada na aula de visão computacional da Univesp?
  • Aula em vídeo: Visão Computacional - Prática com Reconhecimento Facial 16m
  • Exercício: Qual é a principal vantagem de usar uma rede neural profunda pré-treinada para detecção de faces em imagens?

Este curso gratuito inclui:

6 horas e 57 minutos de curso online em vídeo

Certificado digital de conclusão de curso ( Gratuito )

Exercícios para treinar seus conhecimentos

100% gratuito, do conteúdo ao certificado

Pronto para começar?Baixe o app e comece hoje mesmo.

Instale o app agora

para ter acesso ao curso
Ícone representando cursos de tecnologia e negócios

+ de 5.000 cursos gratuitos

Programação, Inglês, Marketing Digital e muito mais! Aprenda o que quiser, gratuitamente.

Ícone de calendário com alvo representando planejamento de estudos

Plano de estudos com IA

A Inteligência Artificial do nosso aplicativo pode criar um cronograma de estudos para o curso que você escolher.

Ícone de profissional representando carreira e negócios

Do zero ao Sucesso profissional

Melhore seu currículo com nosso Certificado gratuito e depois utilize nossa Inteligência Artificial para buscar seu emprego dos sonhos.

Você também pode utilizar o QR Code ou os Links abaixo

QR Code - Baixar Cursa - Cursos Online

Mais cursos gratuitos em Inteligência Artificial e Ciência de dados

Baixe o Aplicativo agora para ter acesso a + de 3300 cursos gratuitos, exercícios, certificado e muito conteúdo sem pagar nada!

  • Cursos online 100% gratuitos do início ao fim

    Milhares de cursos online em vídeo, ebooks e áudiobooks.

  • Mais de 48 mil exercícios gratuitos

    Para testar seus conhecimentos no decorrer dos cursos online

  • Certificado Digital gratuito válido em todo o Brasil

    Gerado diretamente na galeria de fotos do seu celular e enviado ao seu e-mail

Aplicativo Cursa na tela de ebook, na tela de curso em vídeo e na tela de exercícios do curso, mais o certificado de conclusão de curso

+ de 9 milhões
de alunos

Certificado grátis e
válido em todo o Brasil

60 mil exercícios
gratuitos

4,8/5 classificação
nas lojas de apps

Cursos gratuitos em
vídeo, ebooks e audiobooks