کتاب صوتی بینایی ماشین: از پیکسل تا تشخیص

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بینایی ماشین: از پیکسل تا تشخیص

موضوع کلی: هوش مصنوعی، تعصبات شناختی و ایمنی مدل‌های زبانی بزرگ

موضوع میانی: "پردازش تصویر" (Image Processing)

📋 سرفصل‌های دوره

• 1. بینایی ماشین: مقدمه‌ای بر پردازش تصویر
• 2. نمایش و دستکاری تصاویر دیجیتال
• 3. هیستوگرام و بهبود کیفیت تصاویر
• 4. فیلترهای خطی و غیرخطی در پردازش تصویر
• 5. تشخیص لبه‌ها و مرزها در تصاویر
• 6. عملیات مورفولوژیکی: باز و بسته شدن
• 7. بخش‌بندی تصاویر: روش‌های آستانه‌گذاری
• 8. بخش‌بندی تصاویر: روش‌های ناحیه‌ای
• 9. بخش‌بندی تصاویر: روش‌های مبتنی بر لبه
• 10. استخراج ویژگی‌های تصاویر
• 11. ویژگی‌های بافت و الگو
• 12. توصیف‌گرهای SIFT و HOG
• 13. مقدمه‌ای بر یادگیری ماشین در بینایی ماشین
• 14. دسته‌بندی‌کننده‌های خطی: SVM و Logistic Regression
• 15. شبکه‌های عصبی مصنوعی: مقدمه‌ای
• 16. شبکه‌های عصبی پیچشی (CNN): لایه‌های کانولوشن
• 17. شبکه‌های عصبی پیچشی (CNN): لایه‌های Pooling
• 18. شبکه‌های عصبی پیچشی (CNN): لایه‌های Fully Connected
• 19. تشخیص اشیاء با استفاده از CNN
• 20. شبکه‌های Region-based CNN (R-CNN)
• 21. شبکه‌های Fast R-CNN و Faster R-CNN
• 22. شبکه‌های YOLO و SSD
• 23. تشخیص اشیاء در تصاویر با CNN: ارزیابی عملکرد
• 24. تشخیص اشیاء در تصاویر با CNN: بهینه‌سازی
• 25. Segmentation معنایی تصاویر
• 26. شبکه‌های Fully Convolutional Networks (FCN)
• 27. Segmentation نمونه‌ای تصاویر
• 28. شبکه‌های U-Net برای Segmentation
• 29. بازسازی تصاویر: تکنیک‌های اصلی
• 30. کاهش نویز در تصاویر
• 31. تکثیر تصاویر (Image Inpainting)
• 32. تولید تصاویر با استفاده از شبکه‌های Generative Adversarial (GAN)
• 33. مقدمه‌ای بر تشخیص چهره
• 34. تشخیص چهره با استفاده از الگوریتم‌های Viola-Jones
• 35. تشخیص چهره با استفاده از شبکه‌های CNN
• 36. شناسایی چهره: روش‌های سنتی
• 37. شناسایی چهره با استفاده از Embedding
• 38. ردیابی اشیاء در ویدیوها
• 39. مقدمه‌ای بر پردازش ویدیو
• 40. تخمین حرکت در ویدیوها
• 41. تثبیت ویدیوها
• 42. تحلیل تصاویر پانوراما
• 43. تشخیص و حذف اشیاء مزاحم در تصاویر
• 44. بهبود تصاویر با استفاده از یادگیری عمیق
• 45. کاربردهای بینایی ماشین در پزشکی