کتاب بازسازی سه‌بعدی از ویدیو تک‌دوربینه: از اصول تا پیاده‌سازی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بازسازی سه‌بعدی از ویدیو تک‌دوربینه: از اصول تا پیاده‌سازی

موضوع کلی: بینایی ماشین و گرافیک کامپیوتری

موضوع میانی: بازسازی سه‌بعدی و پردازش ویدیو

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر بازسازی سه‌بعدی و کاربردهای آن
  • 2. چالش‌های بازسازی سه‌بعدی از ویدیو تک‌دوربینه
  • 3. اصول اولیه هندسه تصویر و دوربین
  • 4. مدل‌های دوربین و پارامترهای داخلی و خارجی
  • 5. کالیبراسیون دوربین: روش‌ها و ابزارها
  • 6. تخمین حرکت دوربین (Camera Motion Estimation)
  • 7. روش‌های مبتنی بر ویژگی (Feature-Based) برای تخمین حرکت
  • 8. روش‌های مبتنی بر جریان نوری (Optical Flow) برای تخمین حرکت
  • 9. تخمین عمق از ویدیو تک‌دوربینه: مقدمه و چالش‌ها
  • 10. روش‌های بازسازی عمق مبتنی بر Shape-from-Shading
  • 11. روش‌های بازسازی عمق مبتنی بر Texture Gradient
  • 12. روش‌های بازسازی عمق مبتنی بر Focus/Defocus
  • 13. روش‌های بازسازی عمق مبتنی بر یادگیری عمیق (Deep Learning)
  • 14. شبکه‌های عصبی کانولوشنی (CNN) برای تخمین عمق
  • 15. معماری‌های شبکه برای بازسازی عمق: DepthNet, MonoDepth
  • 16. ارزیابی کیفیت بازسازی عمق: معیارها و روش‌ها
  • 17. بهینه‌سازی بازسازی سه‌بعدی: روش‌های فیلترینگ و Smoothing
  • 18. بازسازی بافت (Texture Reconstruction)
  • 19. تولید مدل‌های سه‌بعدی از ویدیو: Mesh Generation
  • 20. پردازش پس از بازسازی: ویرایش و بهبود مدل
  • 21. کاربرد بازسازی سه‌بعدی در واقعیت افزوده (AR)
  • 22. کاربرد بازسازی سه‌بعدی در رباتیک
  • 23. کاربرد بازسازی سه‌بعدی در نقشه‌برداری و surveying
  • 24. کاربرد بازسازی سه‌بعدی در پزشکی
  • 25. بازسازی سه‌بعدی از ویدیوهای پهپادی
  • 26. بازسازی سه‌بعدی از ویدیوهای ورزشی
  • 27. بازسازی سه‌بعدی از ویدیوهای شهری
  • 28. بازسازی سه‌بعدی صحنه‌های داخلی
  • 29. بازسازی سه‌بعدی از ویدیوهای تاریخی
  • 30. روش‌های مبتنی بر SLAM (Simultaneous Localization and Mapping)
  • 31. SLAM بصری (Visual SLAM) و بازسازی سه‌بعدی
  • 32. استفاده از فیلترهای کالمن (Kalman Filters) در SLAM
  • 33. استفاده از گراف‌های بهینه‌سازی (Optimization Graphs) در SLAM
  • 34. چالش‌های محاسباتی در بازسازی سه‌بعدی بلادرنگ
  • 35. پیاده‌سازی بازسازی سه‌بعدی با OpenCV
  • 36. پیاده‌سازی بازسازی سه‌بعدی با Pytorch
  • 37. پیاده‌سازی بازسازی سه‌بعدی با TensorFlow
  • 38. بهینه‌سازی کد و افزایش سرعت پردازش
  • 39. مقدمه‌ای بر بازسازی سه‌بعدی پویا (Dynamic 3D Reconstruction)
  • 40. بررسی دیتاست‌های معروف برای بازسازی سه‌بعدی
  • 41. آینده بازسازی سه‌بعدی از ویدیو تک‌دوربینه
تگ‌ها: 3D reconstruction camera calibration computer vision deep learning depth estimation feature extraction monocular video OpenCV optical flow Pytorch scene reconstruction SLAM TensorFlow texture mapping visual odometry

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.