基于Python和OpenCV的目标跟踪学习教程 Object Tracking using Python and OpenCV
实现12种不同的算法来跟踪视频和网络摄像头中的对象！
你会学到:
使用Python和OpenCV跟踪视频和网络摄像头中的对象
理解跟踪算法的基本直觉
实现12种跟踪算法
了解对象检测和对象跟踪之间的区别
要求
程序设计逻辑
基本Python编程
MP4 |视频:h264，1280×720 |音频:AAC，44.1 KHz，2 Ch
语言：英语+中英文字幕（根据原英文字幕机译更准确） |时长:33节课(4h 44m) |大小解压后:2.33 GB
描述
目标跟踪是计算机视觉的一个子领域，其目标是在视频的连续帧中定位目标。一个应用的例子是视频监控和安全系统，其中可以检测到可疑的行动。其他的例子还有高速公路上交通的监控，以及足球比赛中球员运动的分析！在最后一个例子中，可以追踪球员在比赛中走的完整路线。
为了带您进入这一领域，在本课程中，您将学习使用Python语言和OpenCV库的主要对象跟踪算法！你将学习关于12(十二)种算法的基本直觉，并一步一步地实现它们！在课程结束时，您将知道如何将跟踪算法应用于视频，因此您将能够开发自己的项目。将涵盖以下算法:Boosting、MIL(多实例学习)、KCF(核相关滤波器)、CSRT(具有通道和空间可靠性的鉴别相关滤波器)、MedianFlow、TLD(跟踪学习检测)、MOSSE(最小输出平方和)误差)、Goturn(使用回归网络的通用对象跟踪)、Meanshift、CAMShift(连续自适应Meanshift)、光流稀疏和光流密集。
您将学习所有算法的基本直觉，然后，我们将使用PyCharm IDE实现和测试它们。需要强调的是，课程的目标是尽可能的实用，所以，不要对理论期望太高，因为你将只学习每个算法的基本方面。展示所有这些算法的目的是让你有一个观点，根据应用的类型可以使用不同的算法，所以你可以根据你试图解决的问题选择最好的算法。
这门课是给谁的
刚开始学习计算机视觉和目标跟踪的初学者
正在学习人工智能相关学科的本科生
任何对人工智能或计算机视觉感兴趣的人
希望扩大投资组合的数据科学家
更多相关：
-
binary search 二分查找 half-interval search 折半查找 logarithmic search 对数搜索 sentinel 哨兵 pivot 基准数 median 中位数，中值 partition 分割 percolate 过滤 sentinel 哨兵 linear time 线性时间...
-
《数据结构与算法分析 C语言描述》Mark Allen Weiss著，冯舜玺译，机械工业出版社。Weiss教授的经典教材三部曲之一，其中的C语言描述版本，也就是本书，被称为20世纪最重要的30本计算机教材之一。Mark Allen Weiss，1987年在普林斯顿大学获得计算机科学博士学位，师从著名算法大师Robert Sedgew...
-
文章目录1. 算法背景2. BM（Boyer-Moore）算法2.1 坏字符规则(bad character rule)2.2 好后缀规则(good suffix shift)2.3 复杂度及完整代码3. KMP（Knuth Morris Pratt）算法3.1 好前缀 和 坏字符规则3.2 高效构建 失效函数3.3 复杂度及完整代码...
-
文章目录前言CAP理论C consistency 一致性A availability 可用性P partition tolerance 分区容错性一致性模型弱一致性强一致性强一致性算法需要明确的问题强一致算法： 主从同步强一致性算法：多数派强一致算法：PaxosBasic PaxosMulti Paxos第一个版本：使用Propose...
-
c4d跟踪特效合成视频教程 Master Motion Tracking with Cinema 4D MP4 |视频：h264，1280×720 |音频：aac，48000 Hz 语言：英语+机译中文字幕 |尺寸：4.9 GB |持续时间：5小时2分钟 你将学到什么 百度一下 云桥网络 平台huo取 教程！ C4D中的跟...
-
残差残差在数理统计中是指实际观察值与估计值（拟合值）之间的差。在集成学习中可以通过基模型拟合残差，使得集成的模型变得更精确；在深度学习中也有人利用layer去拟合残差将深度神经网络的性能提高变强。这里笔者选了Gradient Boosting和Resnet两个算法试图让大家更感性的认识到拟合残差的作用机理。Gradient Boost...
-
MP4 |视频:h264，1280×720 |音频:AAC，44.1 KHz，2 Ch 语言：英语+中英文字幕（根据原英文字幕机译更准确） |时长:45节课(16h 55m) |大小解压后:10.8 GB 一级和二级初级和中级 你会学到: 通过一个手把手的项目学习使用Rhino V7。 您将学习使用Rhino的最新工具集，主...
-
初学者用Python完成机器学习课程 你会学到: Python上的主机器学习 进行有力的分析 做出准确的预测 制作健壮的机器学习模型 将机器学习用于个人目的 建立一支强大的机器学习模型大军，并知道如何将它们结合起来解决任何问题 使用K-均值聚类、支持向量机(SVM)、KNN、决策树、朴素贝叶斯和主成分分析对数据进行分类 清理您的...
-
这门由行业和学术领袖开设的课程是为那些希望在数据科学领域建立有价值的职业生涯的人开设的 你会学到: 监督学习和非监督学习的原理及其区别。 线性和逻辑回归，决策树，回归树，随机森林，判别分析，支持向量机，朴素贝叶斯分类器，KNN 如何在Python中选择合适的算法集并应用到现实项目中。 使用Python编程语言解决许多现实生活中的...
-
学习每个机器学习模型背后的数学，然后用Python实现它 你会学到: 开发机器学习模型 创建机器学习模型的模板 学习每个机器学习模型背后的数学 要求: Python或任何编程语言的基础 时长:8h 15m |视频:. MP4，1280×720 30 fps |音频:AAC，44.1 kHz，2ch |大小解压后:4.54...